MétaCan
Menu
Retour à la cohorte
Enregistrement W2035591567 · doi:10.1021/cs500147p

Ethanol Electro-Oxidation on Ternary Platinum–Rhodium–Tin Nanocatalysts: Insights in the Atomic 3D Structure of the Active Catalytic Phase

2014· article· en· W2035591567 sur OpenAlexaff
Nina Erini, Rameshwori Loukrakpam, Valeri Petkov, Elena A. Baranova, Ruizhi Yang, Detre Teschner, Yunhui Huang, Stanko R. Brankovic, Peter Strasser

Notice bibliographique

RevueACS Catalysis · 2014
Typearticle
Langueen
DomaineEnergy
ThématiqueElectrocatalysts for Energy Conversion
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésNanomaterial-based catalystCatalysisX-ray photoelectron spectroscopyOxidation stateRhodiumChemistryTernary operationTinPlatinumFourier transform infrared spectroscopyChemical statePhase (matter)Inorganic chemistryChemical engineeringOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Novel insights in the synthesis–structure–catalytic activity relationships of nanostructured trimetallic Pt–Rh–Sn electrocatalysts for the electrocatalytic oxidation of ethanol are reported. In particular, we identify a novel single-phase Rh-doped Pt–Sn Niggliite mineral phase as the source of catalytically active sites for ethanol oxidation; we discuss its morphology, composition, chemical surface state, and the detailed 3D atomic arrangement using high-energy (HE-XRD), atomic pair distribution function (PDF) analysis, and X-ray photoelectron spectroscopy (XPS). The intrinsic ethanol oxidation activity of the active Niggliite phase exceeded those of earlier reports, lending support to the notion that the atomic-scale neighborhood of Pt, Rh, and Sn is conducive to the emergence of active surface catalytic sites under reaction conditions. In situ mechanistic Fourier transform infrared (in situ FTIR) analysis confirms an active 12 electron oxidation reaction channel to CO 2 at electrode potentials as low as 450 mV/RHE, demonstrating the favorable efficiency of the PtRhSn Niggliite phase for C–C bond splitting.

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 seuil0,004

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 Opus0,006
Tête enseignante GPT0,224
Écart entre enseignants0,218 · 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

Citations109
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS CatalysisMême sujetElectrocatalysts for Energy ConversionTravaux en français237 207