MétaCan
Menu
← Retour à la cohorte
Enregistrement W4250568878 · doi:10.1149/ma2015-02/36/1272

Study of the Effect of Calcination Temperature on the Morphology and Activity of Iridium Oxide Electrocatalyst Supported on Antimony Tin Oxide (ATO) for PEM Electrolyser Technology

2015· article· en· W4250568878 sur OpenAlexaff
Fatemeh Karimi, Brant A. Peppley, Aimy Bazylak

Notice bibliographique

RevueECS Meeting Abstracts · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueFuel Cells and Related Materials
Établissements canadiensUniversity of TorontoQueen's University
Organismes subventionnairesnon disponible
Mots-clésElectrocatalystTin oxideCalcinationMaterials scienceCyclic voltammetryThermogravimetric analysisChemical engineeringOxideInorganic chemistryCatalysisElectrochemistryChemistryElectrodeOrganic chemistryMetallurgyPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

Iridium oxide nanoparticles supported on Antimony Tin oxide (ATO) have been used for oxygen evolution reaction in polymer electrolyte membrane (PEM) electrolysis. The morphology, crystallinity, catalyst-support interaction and electrocatalyst oxygen evolution reaction (OER) activity of the catalyst Iridium oxide supported on ATO at various calcination temperatures have been studied. The supported catalyst was synthesized using the modified Polyol method. The synthesized electrocatalyst was physically characterized by Differential Scanning Calorimetry, Thermogravimetric Analysis, X-ray Diffraction (XRD), Scanning Electron Microscopy (SEM), Transmission Electron Microscopy (TEM) and Brunauer, Emmett and Teller BET surface area measurements. The catalyst was electrochemically characterized by cyclic voltammetry and polarization measurements in a typical three electrode system. The main focus of this work is to study the effect of calcination temperatures of 200, 350, 500 and 700 ⁰C. Iridium oxide phases formed as a function of temperature, degree of crystallization as well as the interaction of Iridium oxide nanoparticles with the ATO nanoparticles support will be presented.

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 enseignants0,000
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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,009
Tête enseignante GPT0,229
Écart entre enseignants0,220 · 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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueECS Meeting Abstracts→Même sujetFuel Cells and Related Materials→Travaux en français237 207→