MétaCan
Menu
Retour à la cohorte
Enregistrement W2904042080 · doi:10.1002/cctc.201801545

Influence of Carbon and Oxygen Chemical Potentials on the Hydrogen Donor Identity During Methanation on Ni, Co, and Ni‐Co Clusters

2018· article· en· W2904042080 sur OpenAlexafffund
Petar T. Lachkov, Ya-Huei Cathy Chin

Notice bibliographique

RevueChemCatChem · 2018
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCatalytic Processes in Materials Science
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Foundation for Innovation
Mots-clésMethanationOxygenHydrogenCarbon fibersChemistryTransition metalInorganic chemistryCobaltCatalysisCarbon monoxidePhotochemistryMaterials scienceOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Rate measurements in the kinetically controlled regime and equilibrium carbon and oxygen chemical titrations show two distinct mechanistic paths during CO x methanation reactions on first‐row transition metal clusters. On Ni and, for a limiting set of conditions, Ni−Co clusters, the reaction occurs via the addition of a hydrogen adatom into CH 3 * intermediates on clusters partially covered with carbon. On Co and, in a subset of conditions, Ni−Co clusters, it occurs via the donation of hydrogen from OH* to CH 3 * on clusters partially covered with reactive oxygen adatoms (O*). The [CO] 2 ‐to‐[CO 2 ] and [CO 2 ]‐to‐[CO] operating ratios are the surrogates of carbon and oxygen chemical potentials, respectively, as a consequence of water‐gas shift equilibration. These ratios, together with the carbon and oxygen binding energies, determine the relative surface coverages of carbon and oxygen, the involvement of H* vs. OH* in the kinetically‐relevant step, and in turn, the rate dependencies. Stronger carbon and oxygen binding energies lead to more stabilized transition states of the kinetically relevant steps and larger methanation rates.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,004
Score d'incertitude au seuil0,607

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,013
Tête enseignante GPT0,268
Écart entre enseignants0,255 · 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.

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

Citations4
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChemCatChemMême sujetCatalytic Processes in Materials ScienceTravaux en français237 207