MétaCan
Menu
← Retour à la cohorte
Enregistrement W3186276036 · doi:10.1149/ma2021-01461835mtgabs

Noble-Metal-Free Ni-N-C Catalyst for Efficient Electrochemical Synthesis of Hydrogen Peroxide from Oxygen Reduction Reaction Under Both Acidic and Alkaline Conditions

2021· article· en· W3186276036 sur OpenAlexaff
Ladan Shahcheraghi, Chun‐yang Zhang, Hye-Jin Lee, Melissa Cusack-Striepe, Drew Higgins

Notice bibliographique

RevueECS Meeting Abstracts · 2021
Typearticle
Langueen
DomaineEnergy
ThématiqueElectrocatalysts for Energy Conversion
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésCatalysisElectrochemistryOxidizing agentChemistryNickelNoble metalInorganic chemistryHydrogen peroxidePlatinumSelectivityOrganic chemistryElectrode

Résumé

récupéré en direct d'OpenAlex

H2O2 is a valuable, environmentally friendly oxidizing agent with a wide range of applications from the provision of clean water to the synthesis of valuable chemicals. The on-site electrocatalytic production of H2O2 would bring the chemical to uses beyond its present reach. The successful commercialization of electrochemical synthesis of H2O2 through 2e- oxygen reduction reaction (ORR) and the efficiency of the process depends greatly on the availability of cost-effective catalysts with high selectivity, activity, and stability. Among the catalysts, heat-treated metal-nitrogen-carbon materials (M-N-C) are noble-metal-free alternatives to the expensive state-of-the art platinum-based catalysts and have attracted massive attention due to their low-cost, high abundance, and efficient catalytic performance towards ORR. Herein, we report the synthesis and electrocatalytic assessment of a M-N-C catalyst for the synthesis of H2O2 through ORR in both acidic and alkaline media. The catalyst was based on nickel, and prepared by pyrolyzing a mixture of nickel (II) chloride and nitrogen/carbon precursors. This talk will focus on the impact of nickel content on the performance, with catalyst characterization correlated with electrochemical results to gain insight into electrochemical activity and selectivity towards H2O2.

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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

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 savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,010
Tête enseignante GPT0,225
Écart entre enseignants0,215 · 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
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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueECS Meeting Abstracts→Même sujetElectrocatalysts for Energy Conversion→Travaux en français237 207→