MétaCan
Menu
Retour à la cohorte
Enregistrement W3006480339 · doi:10.1002/cctc.201902187

Isotopic Oxygen Exchange Study to Unravel Noble Metal Oxide/Support Interactions: The Case of RuO<sub>2</sub> and IrO<sub>2</sub> Nanoparticles Supported on CeO<sub>2</sub>, TiO<sub>2</sub> and YSZ

2020· article· en· W3006480339 sur OpenAlexaff
Yasmine M. Hajar, A. Boréave, A. Caravaca, P. Vernoux, Elena A. Baranova

Notice bibliographique

RevueChemCatChem · 2020
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCatalytic Processes in Materials Science
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésCatalysisOxideNoble metalCerium oxideYttria-stabilized zirconiaOxygenInorganic chemistryMaterials scienceMetalCubic zirconiaNanoparticleMixed oxideCeriumChemical engineeringChemistryNanotechnologyMetallurgyCeramic

Résumé

récupéré en direct d'OpenAlex

Abstract The aim of this study is to unravel the mechanism of (noble metal oxide)/(active support) interactions for catalytic purposes. Hence, isotopic oxygen exchange (IOE) tests were performed on Iridium‐ and ruthenium‐based oxides supported on cerium oxide (CeO2), titanium oxide (TiO2), and yttria‐stabilized zirconia (YSZ). IOE tests demonstrated the metal oxide support involvement in the propane oxidation reaction, with YSZ‐based catalysts showing the highest exchange rate of oxygen, while CeO2 and TiO2‐based catalysts had a less diffusion of lattice oxygen in that order. This is related to the presence of extrinsic oxygen vacancies in the YSZ‐based catalysts and the reduction ability of the CeO2 and TiO2 supports. Despite the limitations on oxygen exchange in some of the noble/metal oxide catalysts, their catalytic performance was comparable to the ones that showed a high oxygen exchange. Therefore, active supports results in a higher engagement of oxygen from the support but not in a linear correlation with the catalytic performance of the metal/support.

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)0,0010,000

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 Opus0,025
Tête enseignante GPT0,263
Écart entre enseignants0,238 · 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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemCatChemMême sujetCatalytic Processes in Materials ScienceTravaux en français237 207