MétaCan
Menu
Retour à la cohorte
Enregistrement W3165107265 · doi:10.1038/s41467-021-23486-1

Toward a mechanistic understanding of electrocatalytic nanocarbon

2021· review· en· W3165107265 sur OpenAlexaff
Erik J. Askins, Marija R. Zorić, Matthew Li, Zhengtang Luo, Khalil Amine, Ksenija D. Glusac

Notice bibliographique

RevueNature Communications · 2021
Typereview
Langueen
DomaineEnergy
ThématiqueElectrocatalysts for Energy Conversion
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesArgonne National LaboratoryDivision of ChemistryU.S. Department of EnergyNational Science Foundation
Mots-clésElectrocatalystNanotechnologyChemistryMaterials scienceElectrochemistryElectrode

Résumé

récupéré en direct d'OpenAlex

Electrocatalytic nanocarbon (EN) is a class of material receiving intense interest as a potential replacement for expensive, metal-based electrocatalysts for energy conversion and chemical production applications. The further development of EN will require an intricate knowledge of its catalytic behaviors, however, the true nature of their electrocatalytic activity remains elusive. This review highlights work that contributed valuable knowledge in the elucidation of EN catalytic mechanisms. Experimental evidence from spectroscopic studies and well-defined molecular models, along with the survey of computational studies, is summarized to document our current mechanistic understanding of EN-catalyzed oxygen, carbon dioxide and nitrogen electrochemistry. We hope this review will inspire future development of synthetic methods and in situ spectroscopic tools to make and study well-defined EN structures.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesIntégrité de la recherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,988
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0030,001
Intégrité de la recherche0,0010,002
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 Opus0,080
Tête enseignante GPT0,331
Écart entre enseignants0,252 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations67
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetElectrocatalysts for Energy ConversionTravaux en français237 207