MétaCan
Menu
Retour à la cohorte
Enregistrement W4382918766 · doi:10.1021/acs.analchem.3c01638

Diamonds in the Rough: Direct Surface Enhanced Infrared Spectroscopic Evidence of Nitrogen Reduction on Boron-Doped Diamond Supported Metal Catalysts

2023· article· en· W4382918766 sur OpenAlexaff
Osai J. R. Clarke, Annabel Rowley, Robert V. Fox, Abderrahman Atifi, Ian J. Burgess

Notice bibliographique

RevueAnalytical Chemistry · 2023
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCatalytic Processes in Materials Science
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesIdaho National LaboratoryLaboratory Directed Research and DevelopmentBattelleIdaho Operations Office, U.S. Department of EnergyU.S. Department of Energy
Mots-clésChemistryDiamondBoronCatalysisDopingNitrogenInfraredMetalInorganic chemistryNanotechnologyOptoelectronicsOrganic chemistryOptics

Résumé

récupéré en direct d'OpenAlex

In situ investigations of electrocatalytic processes of increasing societal interest such as the nitrogen reduction reaction (NRR) require aggressive experimental conditions that are not readily compatible with surface sensitive techniques such as attenuated total reflection surface enhanced infrared absorption spectroscopy (ATR-SEIRAS). A method for performing ATR-SEIRAS studies at very negative potentials where conventional IR-active films delaminate and fail is reported. The method relies on a thin film of very robust boron-doped diamond deposited on a micromachined Si wafer, which provides extended mid-IR transparency at long wavelengths. SEIRAS activity is achieved by electrodepositing gold nanoparticles onto the conductive BDD layer. The Au@BDD layers are shown to sustain prolonged periods of electrolysis at negative potentials, with no degradation of the modifying layer. The efficacy of these substrates for electrocatalysis is demonstrated by studying the reduction of N 2 at −1.5 V vs Ag/AgCl in an aqueous-based electrolyte. Under these conditions, direct spectroscopic evidence of both NH 3 and hydrazine formed from the nitrogen reduction reaction (NRR) is provided.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,005
Score d'incertitude au seuil0,881

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
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 Opus0,026
Tête enseignante GPT0,305
Écart entre enseignants0,280 · 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

Citations14
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnalytical ChemistryMême sujetCatalytic Processes in Materials ScienceTravaux en français237 207