Nanoraspberry‐like palladium/spongy nickel oxide for electrooxidation of five light fuels
Notice bibliographique
Résumé
Abstract The spongy nickel oxide (SNO) was synthesized the solution combustion method. The SNO was selected as a promoter to boost the catalytic activity of nanoraspberry‐like palladium (NRPd) toward electrooxidation of five light fuels (LFs): methanol, ethanol, formaldehyde, formic acid, and ethylene glycol. The X‐ray powder diffraction, Fourier‐transform infrared spectroscopy (FT‐IR), scanning electron microscopy, and field emission scanning electron microscope techniques were used for the materials characterization. In comparison with nonpromoted Pd, the NRPd‐SNO electrocatalyst shown an excellent efficiency in parameters like the electrochemical active surface area and anti‐CO poisoning behavior. The turnover data and the parameters, including reaction order, activation energy, and the coefficients of electron transfer and diffusion, were evaluated for the each process of LFs electrooxidation. The outcome for NRPd‐SNO activity toward LFs electrooxidation was compared to some reported electrodes. The SNO increases the removal of intermediates created in the oxidation of LFs that can poison the surface of palladium catalyst. This is due to the presence of the lattice oxygens in SNO structure and Ni switching between its high and low valances. The compatibility of the adsorption process of LFs on the surface of the NRPd‐SNO catalyst with different isotherms was determined by studying the Tafel polarization and calculating the surface coverage.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».