Search research articles

ACERCA DE JoVE

Visión General Liderazgo Blog Centro de Ayuda JoVE

AUTORES

Proceso de Publicación Consejo Editorial Alcance y Políticas Revisión por Pares Preguntas Frecuentes Enviar

BIBLIOTECARIOS

Testimonios Suscripciones Acceso Recursos Consejo Asesor de Bibliotecas Preguntas Frecuentes

INVESTIGACIÓN

JoVE Journal Methods Collections JoVE Encyclopedia of Experiments Archivo

EDUCACIÓN

JoVE Core JoVE Business JoVE Science Education JoVE Lab Manual Centro de Recursos para Profesores Sitio de Profesores

Términos y Condiciones de Uso

Política de Privacidad

Videos de Conceptos Relacionados

End Point Prediction: Gran Plot

End Point Prediction: Gran Plot

A Gran plot is used to predict the equivalence volume or endpoint of a potentiometric or acid-base titration without reaching the endpoint. Typically, titration data is collected as a function of the titrant's volume up to a point less than the equivalence volume and then transformed into a linear format. The straight line is extended to the x-axis, indicating the necessary titrant volume to achieve the equivalence point.
For potentiometric titration, the Gran plot is created by plotting...

También podría leer

Artículos Relacionados

Artículos vinculados a este trabajo por autores compartidos, revista y gráfico de citas.

Ordenar por

Same author

Molecular Dynamics Simulation of Nanostructured Grazynes for Water Desalination.

ACS applied nano materials·2026

Same author

MXenes Surface Termination under Photoexcitation: Insights from Excited-State Pourbaix Diagrams.

ACS applied materials & interfaces·2026

Same author

Structural and electronic properties of MXene flakes: from edge effects to bandgap evolution.

Nanoscale·2026

Same author

Computational insights into the structural and electronic properties of first-row transition metal-doped In<sub>2</sub>O<sub>3</sub> systems.

Physical chemistry chemical physics : PCCP·2026

Same author

Selective Hydrodemethylation of Methylalkylbenzenes on Potassium Hydride.

Angewandte Chemie (International ed. in English)·2025

Same author

Insight into the prospects and limitations of mechanochemically-synthesised lithium tetrahalogallates, LiGaX<sub>4</sub> (X = Cl, Br, I), as Li-ion conductors.

Chemical science·2025

Search research articles

Video Experimental Relacionado

Updated: May 5, 2026

Detection of Functional Matrix Metalloproteinases by Zymography

Detection of Functional Matrix Metalloproteinases by Zymography

Published on: November 8, 2010

MXgap: una herramienta de aprendizaje MXene para la predicción de brechas de banda

Diego Ontiveros¹, Sergi Vela², Francesc Viñes¹

¹Departament de Ciència de Materials i Química Física & Institut de Química Teòrica i Computacional (IQTCUB), Universitat de Barcelona, c/Martí i Franquès 1-11, 08028 Barcelona, Spain.

ACS catalysis

|August 21, 2025

Resumen

El aprendizaje automático acelera el descubrimiento de MXenes, nuevos materiales 2D para energía limpia. Un nuevo paquete de Python, MXgap, predice de manera eficiente las brechas de banda MXene para aplicaciones mejoradas de fotocatálisis y división de agua.

Palabras clave:

Los MXenes teoría funcional de la densidad Aprendizaje automático fotocatálisis Separación del agua

Más Videos Relacionados

Fabrication of Ti3C2 MXene Microelectrode Arrays for In Vivo Neural Recording

Fabrication of Ti3C2 MXene Microelectrode Arrays for In Vivo Neural Recording

Published on: February 12, 2020

Recording Gap Junction Current from Xenopus Oocytes

Recording Gap Junction Current from Xenopus Oocytes

Published on: January 21, 2022

Videos de Experimentos Relacionados

Last Updated: May 5, 2026

Detection of Functional Matrix Metalloproteinases by Zymography

Detection of Functional Matrix Metalloproteinases by Zymography

Published on: November 8, 2010

Fabrication of Ti3C2 MXene Microelectrode Arrays for In Vivo Neural Recording

Fabrication of Ti3C2 MXene Microelectrode Arrays for In Vivo Neural Recording

Published on: February 12, 2020

Recording Gap Junction Current from Xenopus Oocytes

Recording Gap Junction Current from Xenopus Oocytes

Published on: January 21, 2022

Área de la Ciencia:

Ciencias de los materiales
Energía renovable
Química computacional

Sus antecedentes:

La creciente demanda de energía limpia impulsa la investigación en materiales fotocatalíticos avanzados.
Los MXenes (carburos/nitruros de metales de transición en 2D) son prometedores para la división del agua.
La predicción de las brechas de banda de MXene, crucial para la fotocatálisis, es computacionalmente intensiva.

Objetivo del estudio:

Desarrollar un marco de aprendizaje automático (ML) para la predicción eficiente de la brecha de banda MXene.
Acelerar el descubrimiento y la optimización de MXenes para aplicaciones fotocatalíticas.
Para examinar la idoneidad de los MXenes basados en La para la división del agua.

Principales métodos:

Se han entrenado múltiples modelos ML en un conjunto de datos de 4356 estructuras MXene.
Desarrolló una tubería robusta clasificador-regresor para la predicción de brecha de banda.
Implementó el marco en un paquete Python de código abierto (MXgap).

Principales resultados:

Se ha logrado una precisión de clasificación del 92% y una MAE de 0,17 eV para la predicción de la brecha de banda.
Se examinaron 396 MXenes basados en La, identificando seis candidatos prometedores.
Propiedades ópticas evaluadas y eficiencia solar-hidrógeno (STH) para los candidatos seleccionados.

Conclusiones:

ML acelera significativamente el descubrimiento de materiales MXene para aplicaciones energéticas.
El paquete MXgap proporciona una herramienta valiosa para el cribado de alto rendimiento de MXenes.
Se han identificado candidatos prometedores de MXene para una eficiente escisión fotocatalítica del agua.