MétaCan
Menu
← Retour à la cohorte
Enregistrement W3202320902 · doi:10.1149/1945-7111/ac2acb

Ethanol Oxidation at Pt Nanoparticles Supported on Titanium Modified by Thermal Decomposition of Tin and Ruthenium Acetylacetonate Complexes

2021· article· en· W3202320902 sur OpenAlexafffund
Hui Hang, Peter G. Pickup

Notice bibliographique

RevueJournal of The Electrochemical Society · 2021
Typearticle
Langueen
DomaineEnergy
ThématiqueElectrocatalysts for Energy Conversion
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésInorganic chemistryRutheniumCatalysisChemistryOxideThermal decompositionX-ray photoelectron spectroscopyCyclic voltammetryAdsorptionPlatinumRuthenium oxideTin oxideMetalNanoparticleElectrochemistryMaterials scienceChemical engineeringPhysical chemistryOrganic chemistryElectrodeNanotechnology

Résumé

récupéré en direct d'OpenAlex

Sn and Ru oxides prepared by thermal decomposition of metal acetylacetonate (acac) complexes on Ti have a substantial support effect on platinum catalyzed oxidation of ethanol. Sn and Ru oxides and mixed Sn–Ru oxides (Ru-doped SnO 2 ) deposited onto Ti foils were drop coated with preformed Pt nanoparticles. Cyclic voltammetry in H 2 SO 4 (aq) showed a strong synergistic effect between Ru and Sn oxide for ethanol oxidation, with a 2:1 ratio of Ru(acac) 3 to Sn(acac) 2 in the oxide precursor solution producing the most active catalyst. X-ray photoelectron spectroscopy revealed a significant transfer of electron density from the Ru-doped SnO 2 to the Pt nanoparticles (electronic/ligand effect), and increased Pt oxide formation. Both of these effects can promote the oxidation of adsorbed CO, while the electronic effect also influences the adsorption strength of ethanol. The variation of the balance of these effects with the level of Ru doping is a plausible explanation for the dependence the ethanol oxidation activity on the composition of the oxide layer.

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 seuil0,003

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 savante0,0000,000
Science ouverte0,0010,000
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 GPT0,229
Écart entre enseignants0,221 · 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

Citations1
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of The Electrochemical Society→Même sujetElectrocatalysts for Energy Conversion→Travaux en français237 207→