MétaCan
Menu
Retour à la cohorte
Enregistrement W2913190922 · doi:10.1039/c8nr10163a

Improved oxygen evolution activity of IrO<sub>2</sub> by <i>in situ</i> engineering of an ultra-small Ir sphere shell utilizing a pulsed laser

2019· article· en· W2913190922 sur OpenAlexaff
Wenwu Zhong, Zhiping Lin, Shangshen Feng, Da Wang, Shijie Shen, Qinghua Zhang, Lin Gu, Zongpeng Wang, Baizeng Fang

Notice bibliographique

RevueNanoscale · 2019
Typearticle
Langueen
DomaineEnergy
ThématiqueElectrocatalysts for Energy Conversion
Établissements canadiensVancouver Biotech (Canada)University of British Columbia
Organismes subventionnairesNatural Science Foundation of Zhejiang ProvinceNational Natural Science Foundation of China
Mots-clésIn situShell (structure)LaserMaterials scienceOxygenNanotechnologyOxygen evolutionChemical engineeringChemistryOpticsPhysicsPhysical chemistryComposite materialEngineering

Résumé

récupéré en direct d'OpenAlex

Noble metal-based catalysts are vital electrocatalysts for the oxygen evolution reaction (OER), which is a half reaction among multiple renewable energy-related reactions. To fully exploit their potential as efficient OER catalysts, we developed a fast one-step strategy to engineer a unique nanostructure for the benchmark catalyst IrO2 utilizing an ultra-fast pulse laser, through which a shell of ultra-small Ir spheres with a diameter of ca. 2 nm is in situ engineered around the IrO2 core. The creation of the Ir sphere shell not only increases the electrochemical surface area, but also improves the electrical conductivity of the electrocatalyst. The as-engineered IrO2@Ir architecture exhibits extremely high electrocatalytic activity towards the OER, revealing an overpotential of 255 mV at 10 mA cm-2 and Tafel slope of 45 mV dec-1. These values are much lower than those observed for the unmodified structure. Furthermore, the catalytic performance is the best among all the noble metal-based OER catalysts. This work may open a new avenue to efficiently improve the catalytic activity of noble metal-based catalysts and significantly advance the development in the energy industry.

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 seuil0,002

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)0,0010,000

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 GPT0,181
Écart entre enseignants0,176 · 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

Citations121
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNanoscaleMême sujetElectrocatalysts for Energy ConversionTravaux en français237 207