MétaCan
Menu
Retour à la cohorte
Enregistrement W3025885221 · doi:10.1149/09707.0929ecst

Modification of Carbon Black by Thermal Decomposition of Lead Acetylacetonate to Improve Activities for Ethanol Oxidation at Supported Pt Catalysts

2020· article· en· W3025885221 sur OpenAlexaff
Hui Hang, Peter G. Pickup

Notice bibliographique

RevueECS Transactions · 2020
Typearticle
Langueen
DomaineEnergy
ThématiqueElectrocatalysts for Energy Conversion
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésChronoamperometryCarbon blackCatalysisThermal decompositionInorganic chemistryPlatinumCyclic voltammetrySulfuric acidChemistryAqueous solutionNanoparticleElectrolyteAdsorptionDecompositionElectrochemistryCarbon fibersChemical engineeringMaterials scienceElectrodeOrganic chemistryNanotechnologyPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

Thermal decomposition of lead acetylacetonate was used to modify high surface area carbon black supports for ethanol oxidation catalysts. X-ray diffraction showed that the main product was Pb 3 (CO 3 ) 2 (OH) 2 (basic lead carbonate). Platinum nanoparticles were prepared separately and adsorbed onto the modified supports, and electrodes were fabricated by painting catalyst inks onto carbon fibre paper. The presence of Pb 3 (CO 3 ) 2 (OH) 2 greatly enhanced the activity of the Pt nanoparticles for ethanol oxidation, particularly in cyclic voltammetry. However, a rapid decay of the enhancement was observed in chronoamperometry at low potentials, suggestion that there were changes in the nature of the Pb containing layer with time and potential in the aqueous sulfuric acid electrolyte.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,043
Score d'incertitude au seuil0,861

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,014
Tête enseignante GPT0,248
Écart entre enseignants0,234 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueECS TransactionsMême sujetElectrocatalysts for Energy ConversionTravaux en français237 207