MétaCan
Menu
Retour à la cohorte
Enregistrement W1483851170 · doi:10.1126/science.aaa8765

High-performance transition metal–doped Pt <sub>3</sub> Ni octahedra for oxygen reduction reaction

2015· article· en· W1483851170 sur OpenAlexaff
Xiaoqing Huang, Zipeng Zhao, Liang Cao, Yu Chen, Enbo Zhu, Zhaoyang Lin, Mufan Li, Aiming Yan, Alex Zettl, Yinmin Wang, Xiangfeng Duan, Tim Mueller, Yu Huang

Notice bibliographique

RevueScience · 2015
Typearticle
Langueen
DomaineEnergy
ThématiqueElectrocatalysts for Energy Conversion
Établissements canadiensGeomechanica (Canada)
Organismes subventionnairesLawrence Livermore National LaboratoryArmy Research OfficeLawrence Berkeley National LaboratoryCalifornia NanoSystems InstituteBasic Energy SciencesOffice of Naval ResearchDivision of Materials ResearchU.S. Department of EnergyNational Science Foundation
Mots-clésCatalysisBimetallic stripTransition metalVanadiumRheniumMaterials scienceOxidizing agentCobaltMolybdenumPlatinumNickelTungstenManganeseInorganic chemistryDopingMetalChemistryMetallurgy

Résumé

récupéré en direct d'OpenAlex

Bimetallic platinum-nickel (Pt-Ni) nanostructures represent an emerging class of electrocatalysts for oxygen reduction reaction (ORR) in fuel cells, but practical applications have been limited by catalytic activity and durability. We surface-doped Pt3Ni octahedra supported on carbon with transition metals, termed M-Pt3Ni/C, where M is vanadium, chromium, manganese, iron, cobalt, molybdenum (Mo), tungsten, or rhenium. The Mo-Pt3Ni/C showed the best ORR performance, with a specific activity of 10.3 mA/cm(2) and mass activity of 6.98 A/mg(Pt), which are 81- and 73-fold enhancements compared with the commercial Pt/C catalyst (0.127 mA/cm(2) and 0.096 A/mg(Pt)). Theoretical calculations suggest that Mo prefers subsurface positions near the particle edges in vacuum and surface vertex/edge sites in oxidizing conditions, where it enhances both the performance and the stability of the Pt3Ni catalyst.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,228
Écart entre enseignants0,211 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1 882
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScienceMême sujetElectrocatalysts for Energy ConversionTravaux en français237 207