MétaCan
Menu
Retour à la cohorte
Enregistrement W3015364630 · doi:10.1002/anie.202003654

Enhancing Oxygen Reduction Activity of Pt‐based Electrocatalysts: From Theoretical Mechanisms to Practical Methods

2020· review· en· W3015364630 sur OpenAlexaff
Zhong Ma, Zachary P. Cano, Aiping Yu, Zhongwei Chen, Gaopeng Jiang, Xiaogang Fu, Lin Yang, Tianpin Wu, Zhengyu Bai, Jun Lü

Notice bibliographique

RevueAngewandte Chemie International Edition · 2020
Typereview
Langueen
DomaineEnergy
ThématiqueElectrocatalysts for Energy Conversion
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésOxygen reductionOxygen reduction reactionReduction (mathematics)ChemistryOxygenCombinatorial chemistryChemical engineeringElectrochemistryElectrodeOrganic chemistryPhysical chemistryEngineering

Résumé

récupéré en direct d'OpenAlex

Pt-based electrocatalysts are considered as one of the most promising choices to facilitate the oxygen reduction reaction (ORR), and the key factor enabling their success is to reduce the required amount of platinum. Herein, we focus on illuminating both the theoretical mechanisms which enable enhanced and sustained ORR activity and the practical methods to achieve them in catalysts. The various multi-step pathways of ORR are firstly reviewed and the rate-determining steps based on the reaction intermediates and their binding energies are analyzed. We then explain the critical aspects of Pt-based electrocatalysts to tune oxygen reduction properties from the viewpoints of active sites exposure and altering the surface electronic structure, and further summarize representative research progress towards practically achieving these activity enhancements with a focus on platinum size reduction, shape control and core Pt elimination methods. We finally outline the remaining challenges and provide our perspectives with regard to further enhancing their activities.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,704
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,028
Tête enseignante GPT0,351
Écart entre enseignants0,323 · 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.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations328
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAngewandte Chemie International EditionMême sujetElectrocatalysts for Energy ConversionTravaux en français237 207