MétaCan
Menu
Retour à la cohorte
Enregistrement W2996088288 · doi:10.1515/pac-2019-1006

In-situ X-ray techniques for non-noble electrocatalysts

2019· article· en· W2996088288 sur OpenAlexaff
Sung‐Fu Hung

Notice bibliographique

RevuePure and Applied Chemistry · 2019
Typearticle
Langueen
DomaineEnergy
ThématiqueElectrocatalysts for Energy Conversion
Établissements canadiensUniversity of Toronto
Organismes subventionnairesMinistry of Science and Technology, Taiwan
Mots-clésElectrocatalystX-ray absorption spectroscopyChemistryX-ray photoelectron spectroscopyCatalysisOxygen evolutionNoble metalNanotechnologyChemical engineeringAbsorption spectroscopyMaterials sciencePhysical chemistryElectrochemistryElectrodePhysics

Résumé

récupéré en direct d'OpenAlex

Abstract Electrocatalysis offers an alternative solution for the energy crisis because it lowers the activation energy of reaction to produce economic fuels more accessible. Non-noble electrocatalysts have shown their capabilities to practical catalytic applications as compared to noble ones, whose scarcity and high price limit the development. However, the puzzling catalytic processes in non-noble electrocatalysts hinder their advancement. In-situ techniques allow us to unveil the mystery of electrocatalysis and boost the catalytic performances. Recently, various in-situ X-ray techniques have been rapidly developed, so that the whole picture of electrocatalysis becomes clear and explicit. In this review, the in-situ X-ray techniques exploring the structural evolution and chemical-state variation during electrocatalysis are summarized for mainly oxygen evolution reaction (OER), hydrogen evolution reaction (HER), oxygen reduction reaction (ORR), and carbon dioxide reduction reaction (CO2RR). These approaches include X-ray Absorption Spectroscopy (XAS), X-ray diffraction (XRD), and X-ray Photoelectron Spectroscopy (XPS). The information seized from these in-situ X-ray techniques can effectively decipher the electrocatalysis and thus provide promising strategies for advancing the electrocatalysts. It is expected that this review could be conducive to understanding these in-situ X-ray approaches and, accordingly, the catalytic mechanism to better the electrocatalysis.

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: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,003
Tête enseignante GPT0,199
Écart entre enseignants0,196 · 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

Citations33
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePure and Applied ChemistryMême sujetElectrocatalysts for Energy ConversionTravaux en français237 207