Synergistic Effect of Fe Doping and Plasmonic Au Nanoparticles\non W<sub>18</sub>O<sub>49</sub> Nanorods for Enhancing Photoelectrochemical\nNitrogen Reduction
Notice bibliographique
Résumé
Photoelectrochemical (PEC) nitrogen fixation has opened up new possibilities for the production\nof ammonia from water and air under mild conditions, but this process\nis confronted by the inherent challenges associated with theoretical\nand experimental works, limiting the efficiency of the nitrogen reduction\nreaction. Herein, we report for the first time a novel and efficient\nphotoelectrocatalytic system, which has been prepared by assembling\nplasmonic Au nanoparticles with Fe-doped W<sub>18</sub>O<sub>49</sub> nanorods (denoted as WOF-Au). (i) The introduction of exotic Fe\natoms into nonstoichiometric W<sub>18</sub>O<sub>49</sub> can eliminate\nbulk defects of the W<sub>18</sub>O<sub>49</sub> host, which resulted\nin narrowing bandgap energy and facilitating electron–hole\nseparation and transportation. (ii) Meanwhile, Au nanoparticles combined\nwith a semiconductor induce the localized surface plasmon resonance\nand generate energetic (hot) electrons, increasing electron density\non W<sub>18</sub>O<sub>49</sub> nanorods. Consequently, this plasmonic\nWOF-Au system shows an NH<sub>3</sub> production yield of 9.82 μg\nh<sup>–1</sup> cm<sup>–2</sup> at −0.65 V versus\nAg/AgCl, which is ∼2.5-folds higher than that of the WOF (without\nAu loading), as well as very high stability, and no NH<sub>3</sub> formation was found for the bare W<sub>18</sub>O<sub>49</sub> (WO).\nThis high activity can be associated with the synergistic effects\nbetween the Fe dopant and plasmonic Au NPs on the host semiconductor\nW<sub>18</sub>O<sub>49</sub>. This work can bring some insights into\nthe target-directed design of efficient plasmonic hybrid systems for\nN<sub>2</sub> fixation and artificial photocatalysis.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».