MétaCan
Menu
Retour à la cohorte
Enregistrement W2726637430 · doi:10.1002/celc.201700611

Self‐Supported Worm‐like PdAg Nanoflowers as Efficient Electrocatalysts towards Ethylene Glycol Oxidation

2017· article· en· W2726637430 sur OpenAlexaff
Hui Xu, Bo Yan, Ke Zhang, Jin Wang, Shumin Li, Caiqin Wang, Zhiping Xiong, Yukihide Shiraishi, Yukou Du

Notice bibliographique

RevueChemElectroChem · 2017
Typearticle
Langueen
DomaineEnergy
ThématiqueElectrocatalysts for Energy Conversion
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésEthylene glycolCatalysisBromideMaterials scienceChemical engineeringAnodeNanotechnologyEnvironmental pollutionElectrodeChemistryInorganic chemistryOrganic chemistryEnvironmental protectionEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Abstract Advancing the intrinsic catalytic performances of electrocatalysts is believed to be an efficient approach for alleviating the energy crisis and environmental pollution. However, many drawbacks of the newly established catalysts such as large size, poor corrosion resistance, and anti‐poisoning make them exhibit limited electrocatalytic performances. To address these challenges, we herein embody the advantages of both composition and morphology to successfully fabricate self‐supported worm‐like PdAg nanoflowers (PdAg NFs) with the assistance of cetyltrimethylammonium bromide. Such special PdAg NFs with a high active surface area of 42.36 m2 g−1 display much better electrocatalytic performances with mass and specific activities of 5545 mA mg−1 and 12.82 mA cm−2 towards ethylene glycol oxidation, which are 6.9 and 2.1 times higher than that of commercial Pd/C, respectively. Our efforts in this work may open up a new way to maximize the electrocatalytic performance of catalysts by designing and adjusting their morphologies. We also trust that the electrocatalysts fabricated in this work can be applied as potential anodic catalysts and beyond.

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 enseignants0,000
Score d'incertitude au seuil0,001

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 Opus0,008
Tête enseignante GPT0,244
Écart entre enseignants0,236 · 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

Citations33
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemElectroChemMême sujetElectrocatalysts for Energy ConversionTravaux en français237 207