MétaCan
Menu
Retour à la cohorte
Enregistrement W4323339135 · doi:10.1039/d2na00932c

Au–Pt–Ni nanochains as dopamine catalysts: role of elements and their spatial distribution

2023· article· en· W4323339135 sur OpenAlexafffund
Hua Fan, William Le Boeuf, Vivek Maheshwari

Notice bibliographique

RevueNanoscale Advances · 2023
Typearticle
Langueen
DomaineEnergy
ThématiqueElectrocatalysts for Energy Conversion
Établissements canadiensNational Institute for Nanotechnology
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of WaterlooCanada Foundation for Innovation
Mots-clésCatalysisDopamineSpatial distributionDistribution (mathematics)Morphology (biology)Materials scienceComposition (language)Chemical engineeringChemistryOrganic chemistryNeuroscienceBiologyGeologyMathematics

Résumé

récupéré en direct d'OpenAlex

Multi-element materials can improve biosensing ability as each element can catalyze different steps in a reaction pathway. By combining Pt and Ni on self-assembled 1D gold nanochains and controlling their spatial distribution, a detailed understanding of each element's role in dopamine oxidation is developed. In addition, the developed synthesis process provides a simple way to fabricate multi-element composites for electrocatalytic applications based on electrical double-layer formation on the surface of charged nanoparticles. The performance parameters of the catalyst, such as its sensitivity, limit of detection, and range of operation for dopamine sensing, are optimized by changing the relative ratios of Pt : Ni and the morphology of the Pt and Ni domains, using the developed understanding. The morphology of the domains also affects the oxidation state of Ni, which is crucial to the performance of the electrocatalyst.

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: Empirique
Score de désaccord entre enseignants0,253
Score d'incertitude au seuil0,767

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,004
Tête enseignante GPT0,222
Écart entre enseignants0,218 · 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

Citations5
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNanoscale AdvancesMême sujetElectrocatalysts for Energy ConversionTravaux en français237 207