MétaCan
Menu
← Retour à la cohorte
Enregistrement W4206215539 · doi:10.1149/ma2020-02563877mtgabs

Shape Effect of Zinc Nanostructures on Electrochemical CO<sub>2</sub> Reduction

2020· article· en· W4206215539 sur OpenAlexaff
Jing Xiao, Min‐Rui Gao, Jing‐Li Luo

Notice bibliographique

RevueECS Meeting Abstracts · 2020
Typearticle
Langueen
DomaineEnergy
ThématiqueCO2 Reduction Techniques and Catalysts
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésFaraday efficiencyElectrocatalystElectrochemistryCatalysisNanostructureMaterials scienceChemical engineeringZincNanoparticleHexagonal crystal systemNanotechnologyInorganic chemistryElectrodeChemistryMetallurgyCrystallographyPhysical chemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

To mitigate CO2 emissions and enable the conversion of CO2 to carbon-neutral fuels, the research on electrochemical reduction of CO2 (CO2RR) is gaining momentum. As an earth-abundant material, Zn is a promising electrocatalyst for highly active and selective reduction for the reduction of CO2 to CO. However, the shape effect of the Zn-based electrocatalysts on CO2RR has not been well understood. Herein, we synthesized hexagonal Zn nanoplates and systematically explored its shape-dependent catalytic activity for CO2RR, so as to achieve a better understanding of the relationship between the morphology and the catalytic activity of non-noble metal catalysts. Compared with the similarly-sized Zn nanoparticles, the H-Zn-NPs exhibit remarkably enhanced current density, together with an improved CO Faradaic efficiency of over 85% in a wide potential window. Theoretical results reveal that the unique hexagonal Zn nanostructure offers an increased number of catalytically active sites which are active for CO2RR to CO.

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 ouverte0,0000,000
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 GPT0,238
Écart entre enseignants0,230 · 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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueECS Meeting Abstracts→Même sujetCO2 Reduction Techniques and Catalysts→Travaux en français237 207→