MétaCan
Menu
Retour à la cohorte
Enregistrement W3134222398 · doi:10.1002/cmtd.202000069

In situ X‐ray Absorption Spectroscopy of Platinum Electrocatalysts

2021· article· en· W3134222398 sur OpenAlexafffund
David J. Morris, Peng Zhang

Notice bibliographique

RevueChemistry - Methods · 2021
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCatalytic Processes in Materials Science
Établissements canadiensDalhousie University
Organismes subventionnairesCanadian Light Source
Mots-clésNanomaterial-based catalystPlatinumCatalysisX-ray absorption spectroscopyCharacterization (materials science)Absorption spectroscopyMaterials scienceNanotechnologyIn situAbsorption (acoustics)SpectroscopyCarbon monoxideChemical engineeringChemistryOrganic chemistryPhysicsOptics

Résumé

récupéré en direct d'OpenAlex

Abstract Platinum nanocatalysts have shown high performance in a wide variety of electrocatalytic reactions, making them the focus of many studies. High quality characterization results are vital for the proper understanding of a catalyst's structure and properties, allowing for further discoveries to be made. X‐ray absorption spectroscopy is a powerful characterization tool, permitting both the local structure and electronic properties to be determined for a sample of interest. This can be taken further by collecting in situ measurements, which offer the unique advantage of characterization results collected in real‐time while the catalytic reaction is taking place. This review summarizes recent studies which utilized in situ X‐ray absorption spectroscopy to characterize platinum nanocatalysts, highlighting the important structural parameters and electronic properties determined under the real catalytic reaction conditions. Specific examples of catalysts for use in the oxygen reduction reaction, chlorine evolution reaction, and carbon monoxide oxidation are discussed in detail. Future prospects for work in this field are also highlighted and 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 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 candidatesCharge 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 enseignants0,227
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0020,000

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 Opus0,017
Tête enseignante GPT0,349
Écart entre enseignants0,332 · 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

Citations30
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChemistry - MethodsMême sujetCatalytic Processes in Materials ScienceTravaux en français237 207