MétaCan
Menu
Retour à la cohorte
Enregistrement W4309812906 · doi:10.1149/ma2022-02491896mtgabs

Expanding the Scope of Electrosynthesis through Catalyst Design and Operando Spectroscopy

2022· article· en· W4309812906 sur OpenAlexaff
Nikolay Kornienko

Notice bibliographique

RevueECS Meeting Abstracts · 2022
Typearticle
Langueen
DomaineEnergy
ThématiqueElectrocatalysts for Energy Conversion
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésElectrosynthesisElectrocatalystContext (archaeology)NanotechnologyRenewable energyCatalysisEnergy carrierNanomaterialsHeterogeneous catalysisBiochemical engineeringMaterials scienceChemistryElectrochemistryEngineeringOrganic chemistryElectrode

Résumé

récupéré en direct d'OpenAlex

Electrochemical conversion of abundant feedstocks to fuels and value-added chemicals is rapidly gaining significance as a promising method to harness renewable electricity. To this end, research group develops heterogeneous catalysts (e.g. nanomaterials, MOFs) geared for the reduction of CO2 and oxidation of biomass platforms to fuels and value-added chemicals. Further, we establish strategies in emergent areas of electrocatalysis such as electrochemically forming and cleaving C-N bonds. Because the design of new catalytic systems is inherently linked to a precise understanding of how these reactions proceed on heterogeneous surfaces, we put considerable efforts in developing methodology for operando probing of these systems with vibrational spectroscopy. In all, I show how using these experiments provides key mechanistic information on surface reaction mechanisms that enhance our understanding of functional interfaces and how the research provides avenues for future materials design within the context of renewable energy electrocatalysis.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,016
Tête enseignante GPT0,242
Écart entre enseignants0,226 · 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueECS Meeting AbstractsMême sujetElectrocatalysts for Energy ConversionTravaux en français237 207