MétaCan
Menu
Retour à la cohorte
Enregistrement W2528503471 · doi:10.1021/acs.analchem.6b02804

Limits of Detection and Quantification of Electrochemical Quartz-Crystal Nanobalance in Platinum Electrochemistry and Electrocatalysis Research

2016· article· en· W2528503471 sur OpenAlexafffund
Jutae Kim, Andrew Munro, Diane Beauchemin, Gregory Jerkiewicz

Notice bibliographique

RevueAnalytical Chemistry · 2016
Typearticle
Langueen
DomaineChemistry
ThématiqueElectrochemical Analysis and Applications
Établissements canadiensQueen's University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaQueen's UniversityCanada Foundation for Innovation
Mots-clésChemistryElectrochemistryDetection limitElectrocatalystCyclic voltammetryPlatinumElectrodeElectrolyteVoltammetryAnalytical Chemistry (journal)QuartzSupporting electrolyteCrystal (programming language)Aqueous solutionCatalysisInorganic chemistryChromatographyPhysical chemistryMaterials scienceOrganic chemistryMetallurgy

Résumé

récupéré en direct d'OpenAlex

The electrochemical quartz-crystal nanobalance has been used in electrochemistry research for over three decades. It provides an atomic/molecular level insight into the nature of interfacial electrochemical phenomena by measuring in situ mass changes on the nanogram scale. The sensitivity of this technique remains unknown because there have been no attempts to determine its limits of detection (LOD) or quantification (LOQ). We propose an experimental approach for determining the values of LOD and LOQ for Pt electrodes in aqueous H 2 SO 4 solutions that employs cyclic voltammetry and frequency variation measurements. However, this methodology is also appropriate to other electrode materials and electrolytes. The LOD and LOQ values depend on the electrolyte concentration and decrease (i.e., the sensitivity increases) as the concentration decreases. Knowledge of the LOD and LOQ values determines the applicability of this technique in research on the oxidation and degradation of Pt catalysts employed in fuel cells.

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)0,001
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 enseignants0,004
Score d'incertitude au seuil0,763

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
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 Opus0,019
Tête enseignante GPT0,292
Écart entre enseignants0,273 · 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

Citations4
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnalytical ChemistryMême sujetElectrochemical Analysis and ApplicationsTravaux en français237 207