MétaCan
Menu
Retour à la cohorte
Enregistrement W2795376325 · doi:10.1039/c8cp01315b

Unifying theoretical framework for deciphering the oxygen reduction reaction on platinum

2018· article· en· W2795376325 sur OpenAlexafffund
Jun Huang, Jianbo Zhang, Michael Eikerling

Notice bibliographique

RevuePhysical Chemistry Chemical Physics · 2018
Typearticle
Langueen
DomaineEnergy
ThématiqueElectrocatalysts for Energy Conversion
Établissements canadiensBurnaby HospitalSimon Fraser University
Organismes subventionnairesCentral South UniversityNatural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of China
Mots-clésTafel equationCatalysisElectrolyteElectrochemistryChemistryPlatinumOxygenOxygen reductionExchange current densityNanotechnologyElectrochemical energy conversionOxygen reduction reactionElectrodeCombinatorial chemistryChemical physicsMaterials scienceOrganic chemistryPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

Rapid conversion of oxygen into water is crucial to the operation of polymer electrolyte fuel cells and other emerging electrochemical energy technologies. Chemisorbed oxygen species play double-edged roles in this reaction, acting as vital intermediates on one hand and site-blockers on the other. Any attempt to decipher the oxygen reduction reaction (ORR) must first relate the formation of oxygen intermediates to basic electronic and electrostatic properties of the catalytic surface, and then link it to parameters of catalyst activity. An approach that accomplishes this feat will be of great utility for catalyst materials development and predictive model formulation of electrode operation. Here, we present a theoretical framework for the multiple interrelated surface phenomena and processes involved, particularly, by incorporating the double-layer effects. It sheds light on the roles of oxygen intermediates and gives out the Tafel slope and exchange current density as continuous functions of electrode potential. Moreover, it develops the concept of a rate determining term, which should replace the concept of a rate determining step for multielectron reactions, and offers a new perspective on the volcano relation of the ORR.

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)
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 enseignants0,062
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)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,013
Tête enseignante GPT0,258
Écart entre enseignants0,245 · 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

Citations106
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysical Chemistry Chemical PhysicsMême sujetElectrocatalysts for Energy ConversionTravaux en français237 207