MétaCan
Menu
Retour à la cohorte
Enregistrement W3039405582 · doi:10.1021/acsanm.0c01286

PdO Nanoparticles Supported on MnO<sub>2</sub> Nanowire Aerogels as Catalysts for Low-Temperature Methane Combustion

2020· article· en· W3039405582 sur OpenAlexafffund
Yiling Dai, Haiyan Wang, Shida Liu, Mark J. MacLachlan, Michael O. Wolf, Kevin J. Smith

Notice bibliographique

RevueACS Applied Nano Materials · 2020
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCatalytic Processes in Materials Science
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of British ColumbiaCanada Foundation for Innovation
Mots-clésMethaneCatalysisAerogelNanoparticleChemical engineeringMaterials scienceNanomaterialsHydrothermal circulationCatalytic combustionSpace velocityCombustionInorganic chemistryNanotechnologyChemistrySelectivityOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Palladium oxide nanoparticles were loaded onto a nanostructured MnO2 aerogel by a deposition–precipitation method. The resulting nanomaterial exhibited excellent catalytic activity for low-temperature methane combustion, achieving complete methane conversion to CO2 at 330 °C (GHSV = 180000 mL/(g h)). The enhanced activity is attributed to excellent reducibility and exposure of active PdO facets. The hydrothermal stability of the composite catalyst was improved, and the deactivation mechanism was explored. These novel catalysts form free-standing monoliths and could be useful in natural gas vehicles and other methane scrubbing applications.

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)0,002
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,002

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 GPT0,244
Écart entre enseignants0,230 · 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
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

Citations15
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS Applied Nano MaterialsMême sujetCatalytic Processes in Materials ScienceTravaux en français237 207