MétaCan
Menu
Retour à la cohorte
Enregistrement W4409804977 · doi:10.11159/icnnfc25.131

Organometallic Synthesis Applied To Pt-Based Nanocatalysts for Oxygen Reduction Reaction

2025· article· en· W4409804977 sur OpenAlexvenueno aff
Nargiz Kazimova, Nuria Romero, Carlos A. Campos‐Roldàn, Marjorie Cavarroc, Sara Cavalière, Karine Philippot

Notice bibliographique

RevueProceedings of the World Congress on Recent Advances in Nanotechnology · 2025
Typearticle
Langueen
DomaineEnergy
ThématiqueElectrocatalysts for Energy Conversion
Établissements canadiensnon disponible
Organismes subventionnairesRégion Occitanie Pyrénées-MéditerranéeCentre National de la Recherche Scientifique
Mots-clésNanomaterial-based catalystOxygen reduction reactionReduction (mathematics)CatalysisOxygenChemistryComputer scienceMaterials scienceChemical engineeringPhysical chemistryMathematicsOrganic chemistryEngineeringElectrochemistryElectrode

Résumé

récupéré en direct d'OpenAlex

The need for sustainable energy technologies increased with fossil fuel depletion and atmosphere-pollution issues.For this concern, proton exchange membrane fuel cells (PEMFCs) stand out for their high conversion efficiency and low environmental pollution.As Pt-based catalysts are known as the most effective for the oxygen reduction reaction (ORR) that occurs at the PEMFC cathode, it is essential to enhance their catalytic efficiency and reduce the costs in view of commercializing fuel cell technology.Our work focuses on synthesizing carbon-supported Pt-based nanoparticles (NPs) using a solution organometallic chemistry approach to have control over the composition, structure and morphology of the NPs.Two distinct synthesis pathways have been used for studying their influence on the electrocatalytic activity of the obtained nanomaterials.

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 seuil0,002

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 Opus0,007
Tête enseignante GPT0,245
Écart entre enseignants0,239 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the World Congress on Recent Advances in NanotechnologyMême sujetElectrocatalysts for Energy ConversionTravaux en français237 207