MétaCan
Menu
← Retour à la cohorte
Enregistrement W2608307976 · doi:10.1149/2.0131707jes

3D Porous Sphere-Like Aggregates of Bimetallic PtRh Nanoparticles Grown onto Carbon Nanotubes: Efficient and Durable Catalyst for the Ethanol Oxidation Reaction

2017· article· en· W2608307976 sur OpenAlexafffund
Amel Tabet‐Aoul, Haixia Wang, Youling Wang, Mohamed Mohamedi

Notice bibliographique

RevueJournal of The Electrochemical Society · 2017
Typearticle
Langueen
DomaineEnergy
ThématiqueElectrocatalysts for Energy Conversion
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaChina Scholarship CouncilCentre québécois sur les matériaux fonctionnels
Mots-clésBimetallic stripMaterials scienceNanostructureNanoparticleElectrocatalystCatalysisChemical engineeringCarbon nanotubePorosityNanotechnologyElectrochemistryElectrodeComposite materialChemistryMetallurgyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

A strategy for the synthesis at room temperature of binderless 3D sphere-like aggregates of bimetallic PtRh nanoparticles onto carbon nanotubes (CNTs) by cross-beam laser deposition technique is presented. The atomic ratio between the two components (Pt and Rh) is tuned by varying the laser pulse energy on the two targets independently to optimize the alloying effects. The morphology of PtRh alloy nanostructure is controlled by introducing helium gas under 2 Torr of pressure during growth. The prepared CNT/3D sphere-like aggregates bimetallic PtRh nanostructures provide a high degree of electrochemical activity and good durability toward the ethanol oxidation reaction (EOR) outperforming CNT/Pt and CNT/Pt 3 Sn, which is the most actively known electrocatalyst for EOR. Therefore, the 3D CNT/PtRh alloy porous nano structures provide a good prospect to explore their catalytic properties for direct ethanol fuel cells systems.

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)0,0000,000

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 Opus0,009
Tête enseignante GPT0,222
Écart entre enseignants0,213 · 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

Citations4
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of The Electrochemical Society→Même sujetElectrocatalysts for Energy Conversion→Travaux en français237 207→