MétaCan
Menu
Retour à la cohorte
Enregistrement W4293150102 · doi:10.1002/aenm.202201461

Insight Into Heterogeneous Electrocatalyst Design Understanding for the Reduction of Carbon Dioxide

2022· article· en· W4293150102 sur OpenAlexafffund
Xiaoyan Zhang, Zhen Zhang, Haibo Li, Rui Gao, Meiling Xiao, Jianbing Zhu, Ming Feng, Zhongwei Chen

Notice bibliographique

RevueAdvanced Energy Materials · 2022
Typearticle
Langueen
DomaineEnergy
ThématiqueCO2 Reduction Techniques and Catalysts
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of China
Mots-clésElectrocatalystRational designNanotechnologyMaterials scienceBiochemical engineeringElectrodeChemistryEngineeringElectrochemistry

Résumé

récupéré en direct d'OpenAlex

Abstract The carbon dioxide reduction reaction (CO 2 RR) is a promising route to convert CO 2 into value‐added chemicals and fuels by utilizing renewable electrical energy, mitigating the greenhouse effect and depletion of fossil fuels for sustainability. Electrocatalyst plays a critical role in CO 2 RR whereas their rational design for achieving high activity, durability, and selectivity toward specific products confronts great challenge. In this review, rational CO 2 RR electrocatalyst design as well as essential understanding of nanomaterials in atomic‐, nanoscale‐, and microscale‐level are highlighted. Besides, basic concepts and setup factors related to CO 2 RR are systematically outlined to provide a clear and comprehensive understanding as guidance. More importantly, the authors discuss and try to uncover the electrocatalyst structure–function relationship with the assistance of electrokinetic studies, in situ characterizations, and computational techniques. Finally, current challenges and prospects are offered to shed light on future design of advanced CO 2 RR electrocatalysts.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: aucune
Score de désaccord entre enseignants0,537
Score d'incertitude au seuil0,604

Scores Codex et Gemma par catégorie

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 Opus0,025
Tête enseignante GPT0,250
Écart entre enseignants0,225 · 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 tête enseignante, 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

Citations72
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvanced Energy MaterialsMême sujetCO2 Reduction Techniques and CatalystsTravaux en français237 207