MétaCan
Menu
Retour à la cohorte
Enregistrement W4415483287 · doi:10.1021/acsami.5c10168

Titanium Nitride Films as Durable, Enhancing Windows for Electrochemical Infrared Spectroscopy

2025· article· en· W4415483287 sur OpenAlexaff
Nursaya Zhumabay, Jeremy A. Bau, Laurentiu Braic, Huabin Zhang, Yun Hau Ng, Magnus Rueping

Notice bibliographique

RevueACS Applied Materials & Interfaces · 2025
Typearticle
Langueen
DomaineChemistry
ThématiqueElectrochemical Analysis and Applications
Établissements canadiensKootenay Association for Science & Technology
Organismes subventionnairesKing Abdullah University of Science and Technology
Mots-clésTitanium nitrideTinElectrochemistryTitaniumInfrared spectroscopySputteringNitrideSpectroscopy

Résumé

récupéré en direct d'OpenAlex

As electrochemical reactions become more central to the green energy transition, spectroscopic means to characterize these reactions are becoming more valuable. Electrochemical attenuated total reflectance – surface enhanced infrared spectroscopy (ATR-SEIRAS) is of particular note for its ability to characterize molecules at the catalyst-electrolyte interface. However, extensive studies using electrochemical ATR-SEIRAS are limited by the poor chemical and mechanical stability or optical properties of window materials. In this work, we report titanium nitride (TiN) prepared in a single-step reactive sputtering process with Ar and N 2 plasma as a new material for ATR-SEIRAS on account of its ease of preparation, good conductivity, outstanding mechanical and chemical stability, and ability to acquire surface-enhanced spectra. After depositing Pt on the TiN surface, a CO probe is used to demonstrate the spectroscopic utility of the TiN layers. TiN also shows remarkable chemical stability in the same strong alkaline (1 M KOH) and acidic (0.5 M H 2 SO 4 ) conditions often used for energy-related studies, especially in comparison to the classic electroless deposited Au system typically utilized. Finally, we validate TiN for studying energy-relevant reactions, demonstrating that meaningful spectra can be collected in CO 2 reduction and O 2 evolution. These properties make TiN one of the most promising optical window materials yet reported for electrochemical ATR-SEIRAS.

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 seuil0,003

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 savante0,0010,000
Science ouverte0,0010,000
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 Opus0,005
Tête enseignante GPT0,249
Écart entre enseignants0,244 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS Applied Materials & InterfacesMême sujetElectrochemical Analysis and ApplicationsTravaux en français237 207