Electrocatalytic applications of organic semiconductors
Notice bibliographique
Résumé
With the announcement of Nobel Prize in chemistry in 2000, organic semiconductors and conjugated structures have been used for various applications like organic solar cells (OSCs), organic light emitting diodes (OLEDs), organic field effect transistors (OFETs).Due to the common belief in their instability in solutions (both in organic and in aqueous) exploration of their activity as catalytic materials remains mainly unexplored.This study aims to explore catalytic properties of organic semiconductors with a heterogeneous approach.As a first step a wellknown organic semiconductor, polythiophene is used as backbone for the immobilization of metal complexes which are capable of reducing CO 2 to further products.This combined with photoactive property of polythiophene enabled the photoelectrocatalytic reduction of carbon dioxide.Apart from fixing the catalyst on the electrode via polymerization, anchoring of the catalyst CuTPP-COOH for driving the photoelectrochemical reduction of O 2 to H 2 O 2 was also carried out.CuTPP-COOH supported on TiO 2 NTs showed good stability over time and more importantly reduced dissolved oxygen to hydrogen peroxide in neutral pH with a rate of 13.4 g H 2 O 2 / g CuTPP-COOH / h.This value is comparable to the well-known literature examples of ZnO and g-C 3 N 4 .In another approach H-bonded semiconductors, namely Quinacridone, Indigo and naphthalene diimide, were utilized as efficient carbon dioxide (CO 2 ) capturing agents in organic solvents as well as in aqueous media.These compounds showed uptake capacities of 4.6 mmol.g -1 and 2.3 mmol.g -1 which are comparable to state-of-the-art amine based capturing agents (uptake capacity of 8 mmol.g -1 ).
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».