Design and Development of Nanostructured Photocatalysts for CO₂ Reduction under Ambient Conditions
Notice bibliographique
Résumé
La photocatalyse sous la lumière solaire est considérée comme une solution prometteuse face aux crises énergétiques et aux enjeux environnementaux. Dans le procédé photocatalytique, un photocatalyseur à base d'un semi-conducteur est l'élément clé pour une réduction efficace du CO₂. Entre autres, le nitrure de carbone graphitique et les points quantiques sont les matériaux les plus étudiés car ils sont faciles à synthétiser, peu coûteux et possèdent des propriétés physico-chimiques exceptionnelles. Un grand nombre de photocatalyseurs nanostructurés à base de g-C₃N₄ et de points quantiques ont été développés et étudiés pour la réduction photocatalytique du CO₂. Cependant, leur performance photocatalytique reste modérée en raison de la recombinaison rapide des charges et de l'absorption insuffisante de la lumière solaire. Cette thèse a utilisé des stratégies simples et nouvelles pour développer trois photocatalyseurs efficaces pour la réduction du CO₂. Les matériaux synthétisés présentent des propriétés structurelles uniques avec une meilleure absorption de la lumière solaire et un taux de séparation des charges plus élevé, contribuant ainsi à une meilleure efficacité photocatalytique. Pour les matériaux à base de g-C₃N₄, nous avons pour la première fois utilisé le nitrure de carbone graphitique avec l'intégration de clusters du cobalt comme cocatalyseur pour la réduction du CO₂ par copolymérisation entre l'urée et un complexe du cobalt comme précurseurs du g-C₃N₄ et du cluster du cobalt, respectivement. L'utilisation de 4,4'-Diamino-2,2'-bipyridine en tant que ligand de coordination du complexe du cobalt est avantageuse. Premièrement, il peut copolymériser avec l'urée au cours du traitement thermique pour la formation du g-C₃N₄, améliorant ainsi l'absorption de la lumière solaire du g-C₃N₄. Deuxièmement, il peut stabiliser le cluster du cobalt et fournir une voie du transfert d'électrons efficace entre g-C₃N₄ et le cobalt, résultant en une meilleure performance photocatalytique. Pour le second matériau, nous avons tenté d'améliorer l'absorption de la lumière solaire du g-C₃N₄ en incorporant des nanoparticules (NPs) plasmoniques du TiN à la surface des nanofeuilles du g-C₃N₄. Avant l'incorporation, la surface des NPs TiN plasmoniques a été greffée avec des groupes amino pour améliorer l'interaction avec l'urée pendant le processus de copolymérisation thermique. Le matériau synthétisé a montré une meilleure absorption de la lumière solaire et une séparation des charges optimisée. En conséquence, ce photocatalyseur a démontré une performance élevée pour la réduction photocatalytique du CO₂ sous l'irradiation solaire. En ce qui concern le troisième matériau des points quantiques, nous avons tenté d'explorer la relation entre les protons localisés près des sites actifs et la performance photocatalytique en utilisant le 3-mercaptopropionate comme « obturateur des protons » aux surfaces des points quantiques du CdS. Les points quantiques du CdS recouverts d'acide 3-mercaptopropionique (MPA) ont été synthétisés par une méthode facile en milieu aqueux. Il a été constaté que l'activité photocatalytique améliorée de ce matétiau pourrait être attribuée à l'interaction coopérative entre les protons localisés et les atomes du Cd à la surface du matériau, qui se comportent comme un résultat de l'interaction des acides Lewis et des bases Lewis, respectivement.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 source (Gemma direct ou Codex distillé), 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 ».