MétaCan
Menu
Retour à la cohorte
Enregistrement W3083605169 · doi:10.1002/adfm.202004009

Transition‐Metal Phosphides: Activity Origin, Energy‐Related Electrocatalysis Applications, and Synthetic Strategies

2020· article· en· W3083605169 sur OpenAlexaff
Zonghua Pu, Tingting Liu, Ibrahim Saana Amiinu, Ruilin Cheng, Pengyan Wang, Chengtian Zhang, Pengxia Ji, Weihua Hu, Jian Liu, Shichun Mu

Notice bibliographique

RevueAdvanced Functional Materials · 2020
Typearticle
Langueen
DomaineEnergy
ThématiqueElectrocatalysts for Energy Conversion
Établissements canadiensOkanagan University CollegeUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesNational Key Research and Development Program of ChinaChina Scholarship CouncilNational Natural Science Foundation of China
Mots-clésElectrocatalystElectrochemistryOxygen evolutionMaterials scienceTransition metalRedoxCatalysisMethanolInorganic chemistryNanotechnologyChemistryPhysical chemistryOrganic chemistryElectrode

Résumé

récupéré en direct d'OpenAlex

Abstract Developing highly efficient and stable electrocatalysts plays an important role in energy‐related electrocatalysis fields. Transition‐metal phosphides (TMPs) possess a series of advantages, such as high conductivity, earth‐abundance reserves, and good physicochemical properties, therefore arousing wide attention. In this review, the electrochemical activity origin of TMPs, allowing the rational design and construction of phosphides toward various energy‐relevant reactions is first discussed. Subsequently, their unique energy‐related electrocatalysis nature toward hydrogen evolution reaction (HER), oxygen evolution reaction (OER), oxygen reduction reaction (ORR), hydrogen oxidation reaction (HOR), carbon dioxide reduction reaction (CO2RR), nitrogen reduction reaction (NRR), urea oxidation reaction (UOR), methanol oxidation reaction (MOR), and others is highlighted. Then, the TMPs’ synthetic strategies are analyzed and summarized systematically. Finally, the existing key issues, countermeasures, and the future challenges of TMPs toward efficient energy‐related electrocatalysis are briefly discussed.

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: Synthèse · Signal consensuel: Synthèse
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 savante0,0000,001
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 Opus0,008
Tête enseignante GPT0,207
Écart entre enseignants0,199 · 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
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

Citations582
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvanced Functional MaterialsMême sujetElectrocatalysts for Energy ConversionTravaux en français237 207