MétaCan
Menu
Retour à la cohorte
Enregistrement W2897484911 · doi:10.1002/smtd.201800324

Chromium Oxynitride Electrocatalysts for Electrochemical Synthesis of Ammonia Under Ambient Conditions

2018· article· en· W2897484911 sur OpenAlexaff
Yao Yao, Qi Feng, Shangqian Zhu, Jiadong Li, Yuze Yao, Yajun Wang, Qi Wang, Meng Gu, Haijiang Wang, Hui Li, Xiao‐Zi Yuan, Minhua Shao

Notice bibliographique

RevueSmall Methods · 2018
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueAmmonia Synthesis and Nitrogen Reduction
Établissements canadiensBC Innovation CouncilNational Research Council Canada
Organismes subventionnairesResearch Grants Council, University Grants Committee
Mots-clésElectrochemistryCatalysisAmmoniaFaraday efficiencyChromium nitrideChromiumElectrolysisRedoxInorganic chemistryMaterials scienceNitrideAmmonia productionChemical engineeringChemistryElectrodeNanotechnologyMetallurgyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract The electrochemical synthesis of ammonia via nitrogen reduction reaction (NRR) has received much attention as a more environmentally friendly and less energy consuming technology than the conventional Haber–Bosch process. The catalytic activities of all NRR electrocatalysts reported so far, however, are very low under ambient conditions. In this study, partially oxidized chromium nitride (chromium oxynitride) nanoparticles are synthesized and their NRR activities are evaluated in a proton exchange membrane electrolyzer under ambient conditions. The highest ammonia formation rate of 8.9 × 10−11 mol s−1 cm−2 and 15.56 µg h−1 mg−1cat are achieved at a cell voltage of 2.0 V. The highest Faradaic efficiency of 6.7% is achieved at a cell voltage of 1.8 V. The findings demonstrate that metal nitride–based materials can be promising electrocatalysts toward NRR and could guide rational design of more advanced catalysts for various reactions.

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 seuil0,003

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 Opus0,029
Tête enseignante GPT0,332
Écart entre enseignants0,304 · 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

Citations60
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSmall MethodsMême sujetAmmonia Synthesis and Nitrogen ReductionTravaux en français237 207