MétaCan
Menu
Retour à la cohorte
Enregistrement W4392658396 · doi:10.1021/acs.langmuir.3c03411

Recent Progress of Solid–Liquid Interface-Mediated Contact-Electro-Catalysis

2024· article· en· W4392658396 sur OpenAlexaff
Zhixiang Chen, Yi Lu, Ruolan Hong, Zijun Liang, Leyan Wen, Xinyi Liu, Qingxia Liu

Notice bibliographique

RevueLangmuir · 2024
Typearticle
Langueen
DomaineChemistry
ThématiqueElectrochemical Analysis and Applications
Établissements canadiensUniversity of AlbertaUniversity of British Columbia
Organismes subventionnairesNational Natural Science Foundation of ChinaShenzhen Technology University
Mots-clésInterface (matter)CatalysisSolid surfaceNanotechnologyMaterials scienceChemistryContact angleChemical engineeringChemical physicsOrganic chemistryEngineeringComposite materialSessile drop technique

Résumé

récupéré en direct d'OpenAlex

Contact electrification (CE) is a common physical process by which triboelectric charges are generated through the mutual contact between two objects. Despite the ongoing debates on CE’s mechanism, recent advancements in technology have elucidated the primary role of electron transfer in most CE processes. This discovery leads to the spawning of an emerging field, known as contact-electro-catalysis (CEC), which utilizes the electron transfer phenomenon during CE to initiate CEC. In this work, we provide the first comprehensive review of the recent progress of the solid–liquid interface-mediated CEC process, including its working principles, relationship with surface science, recent breakthroughs in applications, and future challenges. We aim to provide fundamental guidance for researchers to understand the reaction mechanism of the CEC process and to propose potential pathways to enhance CEC efficiency from a surface and interfacial science perspective. Later, recent application scenarios using the novel CEC techniques are summarized, including wastewater treatment, efficient generation of hydrogen peroxide (H 2 O 2 ), lithium-ion battery recycling, and CO 2 reduction. In general, CEC technology has opened a new avenue for catalysis, effectively expanding the range of catalyst options and holding promise as a solution to a variety of complex catalytic challenges in the future.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0020,004
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,009
Tête enseignante GPT0,281
Écart entre enseignants0,272 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations24
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLangmuirMême sujetElectrochemical Analysis and ApplicationsTravaux en français237 207