MétaCan
Menu
Retour à la cohorte
Enregistrement W4324129623 · doi:10.1021/jacs.3c00276

Hexagonal Cobalt Nanosheets for High-Performance Electrocatalytic NO Reduction to NH<sub>3</sub>

2023· article· en· W4324129623 sur OpenAlexaff
Dongdong Wang, Zhiwen Chen, Kaizhi Gu, Chen Chen, Yingying Liu, Xiaoxiao Wei, Chandra Veer Singh, Shuangyin Wang

Notice bibliographique

RevueJournal of the American Chemical Society · 2023
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueAmmonia Synthesis and Nitrogen Reduction
Établissements canadiensUniversity of Toronto
Organismes subventionnairesMinistry of Science and Technology of the People's Republic of ChinaNational Natural Science Foundation of China
Mots-clésNanosheetChemistryCobaltCatalysisFaraday efficiencyElectrocatalystDesorptionYield (engineering)Chemical engineeringDensity functional theoryCathodeInorganic chemistryNanotechnologyElectrochemistryElectrodePhysical chemistryMaterials scienceComputational chemistryMetallurgy

Résumé

récupéré en direct d'OpenAlex

Electrocatalytic nitric oxide (NO) reduction not only provides an extremely promising strategy for ambient NH 3 generation but also alleviates the artificially disrupted N-cycle balance. However, exploring efficient electrocatalysts to enhance the NO electroreduction performance remains a significant challenge. Herein, a hexagonal-close-packed Co nanosheet (hcp-Co) is prepared and exhibits a high NH 3 yield of 439.50 μmol cm –2 h –1 and a Faraday efficiency of 72.58%, outperforming the face-centered cubic phase of the Co nanosheet (fcc-Co) and most reported electrocatalysts. Through the combination of density functional theory calculations and NO temperature-programmed desorption experiments, the superior catalytic NO reduction reaction (NORR) activity on the hcp-Co can be attributed to the unique electron structures and proton shuttle effect. A proof-of-concept device of Zn–NO batteries using the hcp-Co as the cathode is assembled and shows a power density of 4.66 mW cm –2, which is superior to the reported performance in the literature so far.

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 GPT0,224
Écart entre enseignants0,216 · 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

Citations180
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American Chemical SocietyMême sujetAmmonia Synthesis and Nitrogen ReductionTravaux en français237 207