MétaCan
Menu
Retour à la cohorte
Enregistrement W2235561483 · doi:10.1021/acsami.5b06056

Atomic Layer Deposition of Pd Nanoparticles on TiO<sub>2</sub> Nanotubes for Ethanol Electrooxidation: Synthesis and Electrochemical Properties

2015· article· en· W2235561483 sur OpenAlexaff
Loïc Assaud, Nicolas Brazeau, Maïssa K. S. Barr, Margrit Hanbücken, Spyridon Ntais, Elena A. Baranova, Lionel Santinacci

Notice bibliographique

RevueACS Applied Materials & Interfaces · 2015
Typearticle
Langueen
DomaineEnergy
ThématiqueElectrocatalysts for Energy Conversion
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesCentre National de la Recherche Scientifique
Mots-clésMaterials scienceX-ray photoelectron spectroscopyChemical engineeringNanoparticleAtomic layer depositionPalladiumCatalysisTransmission electron microscopyNanotechnologyAnnealing (glass)Layer (electronics)Inorganic chemistryOrganic chemistryComposite material

Résumé

récupéré en direct d'OpenAlex

Palladium nanoparticles are grown on TiO2 nanotubes by atomic layer deposition (ALD), and the resulting three-dimensional nanostructured catalysts are studied for ethanol electrooxidation in alkaline media. The morphology, the crystal structure, and the chemical composition of the Pd particles are fully characterized using scanning and transmission electron microscopies, X-ray diffraction, and X-ray photoelectron spectroscopy. The characterization revealed that the deposition proceeds onto the entire surface of the TiO2 nanotubes leading to the formation of well-defined and highly dispersed Pd nanoparticles. The electrooxidation of ethanol on Pd clusters deposited on TiO2 nanotubes shows not only a direct correlation between the catalytic activity and the particle size but also a steep increase of the response due to the enhancement of the metal-support interaction when the crystal structure of the TiO2 nanotubes is modified by annealing at 450 °C in air.

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 Opus0,018
Tête enseignante GPT0,219
Écart entre enseignants0,201 · 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

Citations64
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS Applied Materials & InterfacesMême sujetElectrocatalysts for Energy ConversionTravaux en français237 207