MétaCan
Menu
Retour à la cohorte
Enregistrement W4382560907 · doi:10.1016/s1452-3981(23)13443-2

Influence of Pressure on the Structural and Electrocatalytic Properties of Pt Nanoparticles Grown by Pulsed Laser Ablation onto Carbon Paper Substrate

2012· article· en· W4382560907 sur OpenAlexafffund
Zéhira Hamoudi, My Alı El Khakani, Mohamed Mohamedi

Notice bibliographique

RevueInternational Journal of Electrochemical Science · 2012
Typearticle
Langueen
DomaineEnergy
ThématiqueElectrocatalysts for Energy Conversion
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaFonds Québécois de la Recherche sur la Nature et les TechnologiesCentre québécois sur les matériaux fonctionnelsMinistère du Développement Économique, de l’Innovation et de l’Exportation
Mots-clésPulsed laser depositionMaterials scienceSubstrate (aquarium)Surface roughnessLaser ablationTorrElectrochemistryDeposition (geology)Carbon fibersChemical engineeringNanoparticleThin filmSurface finishNanotechnologyLaserElectrodeComposite materialChemistryOpticsPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

The pulsed laser deposition has been used to synthesize Pt nanostructured films onto carbon paper substrate. In summary, we have examined the change occurring in structural characteristics of Pt thin films grown in a He background gas and in vacuum. The electrochemical studies showed that Pt deposited under 5 Torr of He background pressure displayed the highest electroactive surface area, and the highest current mass activity of methanol electro-oxidation. The reason for such enhanced electrocatalytic activity is ascribed to the high roughness of Pt5T surface, which offers more active sites. From an application point of view, this study demonstrates that using similar amount of Pt, the enhancement of the electrocatalytic activity can be achieved by tuning the surface roughness of the Pt rather than increasing its loading.

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)0,001
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 enseignants0,003
Score d'incertitude au seuil0,335

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,001
Science ouverte0,0010,000
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 Opus0,007
Tête enseignante GPT0,215
Écart entre enseignants0,209 · 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

Citations10
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Electrochemical ScienceMême sujetElectrocatalysts for Energy ConversionTravaux en français237 207