MétaCan
Menu
Retour à la cohorte
Enregistrement W2783158233 · doi:10.1021/acscatal.7b02942

Tuning Pt–Ir Interactions for NH<sub>3</sub> Electrocatalysis

2018· article· en· W2783158233 sur OpenAlexafffund
Nicolas Sacré, Matteo Duca, Sébastien Garbarino, Régis Imbeault, Andrew Z. Wang, Azza Hadj Youssef, Jules Galipaud, Gregor Hufnagel, Andreas Ruëdiger, Lionel Roué, Daniel Guay

Notice bibliographique

RevueACS Catalysis · 2018
Typearticle
Langueen
DomaineEnergy
ThématiqueElectrocatalysts for Energy Conversion
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésElectrocatalystX-ray photoelectron spectroscopyCyclic voltammetryMaterials sciencePulsed laser depositionEpitaxyAnalytical Chemistry (journal)Deposition (geology)Thin filmMiscibilityDiffractionCrystallographyElectrodeElectrochemistryChemistryPhysical chemistryNanotechnologyChemical engineeringPolymerOptics

Résumé

récupéré en direct d'OpenAlex

Pt x Ir 100– x thin films (8 nm thick) were deposited on MgO(100) substrates by pulsed laser deposition at 600 °C. As shown by X-ray diffraction and X-ray photoelectron spectroscopy analyses, the formation of fcc bulk and surface PtIr solid solution was observed over the whole compositional range despite the large miscibility gap exhibited by these elements below ca. 1000 °C. Moreover, pole figures indicate that all films exhibit a Pt(001)[010]//[010](001)MgO cube-on-cube epitaxial relationship, which is consistent with AFM images. Cyclic voltammetry measurements performed in alkaline solutions confirmed both the presence of Ir atoms at the surface and the (100) surface orientation of all Pt x Ir 100– x surfaces. The highest electrocatalytic activity for the electrooxidation of NH 3 was observed for the Pt 74 Ir 26 (100) surface with a current density of ca. 1.0 mA cm –2 at 0.71 V vs RHE, which is 25% higher than that on Pt(100). The reasons underlying this behavior are discussed.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,051
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
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)0,0000,001

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 Opus0,010
Tête enseignante GPT0,240
Écart entre enseignants0,230 · 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.

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

Citations71
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS CatalysisMême sujetElectrocatalysts for Energy ConversionTravaux en français237 207