MétaCan
Menu
Retour à la cohorte
Enregistrement W2512000941 · doi:10.1149/07543.0001ecst

In-Situ Exsolved Alloy Nanoparticles on Perovskite for Direct CO<sub>2</sub>Reduction

2017· article· en· W2512000941 sur OpenAlexafffund
Subiao Liu, Qingxia Liu, Jing‐Li Luo

Notice bibliographique

RevueECS Transactions · 2017
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCatalytic Processes in Materials Science
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMaterials scienceElectrolysisPerovskite (structure)Chemical engineeringElectrochemistryPolarization (electrochemistry)AlloyNanoparticleReducing atmosphereIn situElectrodeNanotechnologyMetallurgyChemistryPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

Developing new technologies to reduce CO2 concentration in the atmosphere or convert it to useful products has never been more imperative. In response to this challenge, we herein developed a new oxygen deficient perovskite with in situ exsolved Fe-Ni alloy nanoparticles for the effective conversion of CO2 to CO in a high temperature solid oxide electrolysis cell. The cathodic reaction kinetics for CO2 electrolysis is significantly improved with a polarization resistance of 0.272 Ω cm2. Moreover, an enhanced current density of 1.78 A cm-2, along with a high Faraday efficiency (~98.8%), was achieved at 1.6 V and 850 °C. The increased oxygen vacancies, together with the in situ exsolved nanospheres on the perovskite backbone ensures sufficiently active sites and consequently improves the electrochemical performance for the CO2 electrolysis reaction.

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 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 enseignants0,008
Score d'incertitude au seuil0,757

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,023
Tête enseignante GPT0,286
Écart entre enseignants0,263 · 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

Citations6
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueECS TransactionsMême sujetCatalytic Processes in Materials ScienceTravaux en français237 207