Accelerated discovery of M 6 @g-N 4 catalysts for CO 2 electroreduction via machine learning and DFT: descriptor engineering and activity trend validation
Rattachement africain : cn. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
ML combined with DFT is used to evaluate the CO 2 RR catalytic performance of M 6 @g-N 4 catalysts. The optimal RR model identifies key descriptors and screens promising Cd 6 @g-N 4 , Zn 6 @g-N 4 , Sn 6 @g-N 4 for accelerated catalyst discovery.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé, mais le titre doit être comparé manuellement.
- Titre Crossref
- Accelerated discovery of M <sub>6</sub> @g-N <sub>4</sub> catalysts for CO <sub>2</sub> electroreduction <i>via</i> machine learning and DFT: descriptor engineering and activity trend validation
- Date Crossref
- 01/01/2026
- Éditeur
- Royal Society of Chemistry (RSC)
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
University of Shanghai for Science and Technology pays non établi dans la noticeUniversité ou école supérieure
-
Shenzhen Polytechnic University Institute for Carbon-Neutral Technology pays non établi dans la noticeUniversité ou école supérieure
-
School of Materials and Chemistry pays non établi dans la noticeUniversité ou école supérieure
-
School of Energy and Power Engineering pays non établi dans la noticeUniversité ou école supérieure
University of Shanghai for Science and Technology, Institute for Carbon-Neutral Technology — Shenzhen Polytechnic University et School of Materials and Chemistry, avec 1 autre affiliation.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.