MétaCan
Menu
Retour à la cohorte
Enregistrement W2057059246 · doi:10.1039/c2jm15014j

Titanium nitride–carbon nanotube core–shell composites as effective electrocatalyst supports for low temperature fuel cells

2012· article· en· W2057059246 sur OpenAlexafffund
Drew Higgins, Ja‐Yeon Choi, Jason Wu, Anand Lopez, Zhongwei Chen

Notice bibliographique

RevueJournal of Materials Chemistry · 2012
Typearticle
Langueen
DomaineEnergy
ThématiqueElectrocatalysts for Energy Conversion
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMcMaster University
Mots-clésElectrocatalystTinMaterials scienceThermogravimetric analysisTitanium nitrideCarbon nanotubeNanocompositeCatalysisTitaniumChemical engineeringNanotechnologyNitrideComposite materialElectrochemistryElectrodeChemistryMetallurgyLayer (electronics)Organic chemistryPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

Titanium nitride–carbon nanotube (TiN–CNT) core–shell nanocomposites were developed by a simplistic two step fabrication procedure and characterized by transmission electron microscopy, X-ray diffraction and thermogravimetric analysis. These materials were utilized as platinum nanoparticle electrocatalyst supports (Pt/TiN–CNT) for the oxygen reduction reaction (ORR) and methanol oxidation reaction (MOR), two important low temperature fuel cell processes. Improved ORR and MOR activities were demonstrated for Pt/TiN–CNTs compared with state of the art commercial Pt/C. Moreover, enhanced CO tolerance towards the MOR was demonstrated attributed to the interaction occurring between adsorbed CO molecules and the TiN–CNT supports. TiN–CNTs are thus presented as highly promising, novel electrocatalyst support materials with enhanced ORR and MOR performance attributed to their anisotropic morphology, enhanced electronic properties and conductivity, and distinct catalyst–support interactions.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,002
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0000,000

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 Opus0,004
Tête enseignante GPT0,210
Écart entre enseignants0,206 · 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.

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

Citations93
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Materials ChemistryMême sujetElectrocatalysts for Energy ConversionTravaux en français237 207