MétaCan
Menu
Retour à la cohorte
Enregistrement W2884390417 · doi:10.1149/2.0891810jes

Screening Bifunctional Pt Based NSTF Catalysts for Durability with the Rotating Disk Electrode: The Effect of Ir and Ru

2018· article· en· W2884390417 sur OpenAlexaff
T. C. Crowtz, J. R. Dahn

Notice bibliographique

RevueJournal of The Electrochemical Society · 2018
Typearticle
Langueen
DomaineEnergy
ThématiqueElectrocatalysts for Energy Conversion
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésBifunctionalDurabilityElectrodeCatalysisMaterials scienceChemical engineeringChemistryComposite materialOrganic chemistryEngineeringPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

Various amounts of Ir (<20 μg cm −2 ) and Ru (up to 12 μg cm −2 ) on a consistent base Pt loading of 85 μg cm −2 , were sputter deposited on a nanostructured thin film catalyst support to mimic a hydrogen fuel cell's cathode catalyst. The nanostructured support was grown on glassy carbon disks designed for a rotating disk electrode, which was used to simulate what happens to a fuel cell cathode during repeated start-up, operation, and shut-down. The testing protocol subjected the catalyst to a minimum potential of 0.65 V RHE and a maximum between 1.53 and 1.8 V RHE . The upper potential was achieved with a galvanostatic hold which is an alternative way to simulate potential transients on the cathode caused by start-up and shut-down. Increasing Ir loading improved the durability of both oxygen reduction reaction (ORR) and oxygen evolution reaction (OER) activity. When combined with Ir, Ru provided no benefit to OER durability except at an Ir loading of 10 μg cm −2 . Ru addition (no Ir present) improved the ORR durability compared to pure Pt. ORR durability was not influenced by Ru addition to Ir-containing samples. In general, ORR durability showed no dependence on Ru loading for all the Ru containing samples and ORR activity was decreased by OER catalyst addition, though more so for Ir than Ru.

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)0,001
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 seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,004
Tête enseignante GPT0,213
Écart entre enseignants0,209 · 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

Citations12
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of The Electrochemical SocietyMême sujetElectrocatalysts for Energy ConversionTravaux en français237 207