MétaCan
Menu
Retour à la cohorte
Enregistrement W2033964596 · doi:10.1149/1.2825168

Oxygen Reduction Behavior of Highly Porous Non-Noble Metal Catalysts Prepared by a Template-Assisted Synthesis Route

2008· article· en· W2033964596 sur OpenAlexafffund
Arnd Garsuch, Ryan d’Eon, Tara Dahn, Olaf Klepel, Rita R. Garsuch, Jeffrey R. Dahn

Notice bibliographique

RevueJournal of The Electrochemical Society · 2008
Typearticle
Langueen
DomaineEnergy
ThématiqueElectrocatalysts for Energy Conversion
Établissements canadiensDalhousie University
Organismes subventionnairesDalhousie University
Mots-clésCatalysisMesoporous materialNoble metalMaterials scienceChemical engineeringTransition metalDissolutionScanning electron microscopeHydrochloric acidInorganic chemistryHydrofluoric acidCarbonizationMetalPorosityChemistryOrganic chemistryMetallurgyComposite material

Résumé

récupéré en direct d'OpenAlex

Highly porous non-noble metal catalysts have been prepared by template-assisted synthesis, a nanocasting procedure. A mesoporous silica gel was used to prepare different oxygen reduction catalysts. The synthesis procedure consists of the following steps: impregnation of the template with different transition metal salts ( or ), pore filling of the impregnated host material with pyrrole, polymerization of pyrrole with hydrochloric acid and subsequent carbonization in argon as well as final liberation of the catalyst material by dissolving the template framework and the transition metal in hydrofluoric acid. The obtained catalyst samples are highly porous and exhibit outstanding oxygen reduction behavior. The Brunauer, Emmett, and Teller method surface areas between 670 and and pore volumes ranging from have been observed. Onset potentials up to were recorded during the oxygen reduction reaction (ORR). Different parameters affecting ORR activity (e.g., metal source, metal concentration of host material, annealing temperature) have been investigated and are discussed. Corresponding non-noble metal catalysts have been characterized by X-ray diffraction measurements, elemental analysis, scanning electron microscopy, and nitrogen adsorption.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,011
Score d'incertitude au seuil0,932

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,008
Tête enseignante GPT0,213
Écart entre enseignants0,205 · 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 tête enseignante, 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

Citations59
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of The Electrochemical SocietyMême sujetElectrocatalysts for Energy ConversionTravaux en français237 207