MétaCan
Menu
Retour à la cohorte
Enregistrement W4410700599 · doi:10.1002/ange.202508239

Anomalous pH‐Dependence of Ru for Hydrogen Electrochemistry

2025· article· en· W4410700599 sur OpenAlexaff
Yanyan Fang, Cong Wei, Tianshu Liu, Chongyang Tang, Zhaohui Liu, Xuanwei Yin, Bo Liu, Zhangyan Mu, Zenan Bian, Junxin Xiao, Peng Chi, Mengning Ding, Changzheng Wu, Gongming Wang

Notice bibliographique

RevueAngewandte Chemie · 2025
Typearticle
Langueen
DomaineChemistry
ThématiqueElectrochemical Analysis and Applications
Établissements canadiensMinistry of Education and Child Care
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesNational Key Research and Development Program of ChinaNatural Science Foundation of Anhui ProvinceAnhui Provincial Development and Reform Commission
Mots-clésElectrochemistryChemistryHydrogenInorganic chemistryPhysical chemistryElectrodeOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract The essence of the classic pH‐dependent catalytic behavior of Pt toward hydrogen electrochemistry has been debated for decades. In stark contrast, Ru represents a unique exception by exhibiting intrinsically anomalous pH dependence among Pt‐group metals, significantly challenging the universal validity of the existing mechanistic system derived from classic pH effects. To decode the chemical essence beneath the unique anomalous pH dependence, refined multidimensional structural characterizations and electrical transport spectroscopic studies reveal that the electron delocalization on Ru surface enables strong oxophilicity and unique pH‐dependent coverage of OH*, essentially different from the H*‐dominated Pt surface. The enriched OH* breaks the classic pH‐dependent rule by forming hydrogen bond‐regulated interfacial water structures, thus creating a unique chemical environment for alkaline hydrogen catalysis. By clearly decoding the anomalous pH‐dependent behavior of Ru, our work provides new chances to improve the physicochemical model for re‐understanding hydrogen electrochemistry.

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)0,000
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 enseignants0,057
Score d'incertitude au seuil0,674

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,008
Tête enseignante GPT0,249
Écart entre enseignants0,241 · 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

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAngewandte ChemieMême sujetElectrochemical Analysis and ApplicationsTravaux en français237 207