Intercalated nanosized MO2 (M: Sn, Ce) layers between CNTs and Pt or PtSn nanoparticles catalysts
Notice bibliographique
Résumé
Direct ethanol fuel cells (DEFCs) is receiving enormous attention as alternative electrical energy conversion systems. This paper gives an outline on some recent advances achieved in our laboratory regarding the development of high performing anode for ethanol oxidation. We developed multi-components binderless hierarchically organized layer onto layer nanostructured catalysts comprising a carbon paper (CP, current collector)/carbon nanotubes (CNTs, conductivity enhancer)/catalyst promoter (MOx, M: Sn; Ce)/Pt-based (electrocatalyst). The main focus was how to lower the onset oxidation potential (OOP) of ethanol at Pt75Sn25 catalyst. Towards that aim, metal oxides such as CeO2 and SnO2 were sought as catalyst promoters. It has been discovered that intercalating a nanostructured layer of SnO2 between CNTs and Pt75Sn25 considerably lowered the OOP of ethanol and also increased the specific mass activity (SMA) at low potentials. Indeed, the OOP at the CP/CNT/SnO2/Pt75Sn25 was 210 mV and 117 mV negative relative to that delivered by CP/CNT/Pt and CP/CNT/Pt75Sn25, respectively confirming by that the promoting effect of SnO2 of the oxidation of CO at low potentials. The SMA determined at slow potential scan rate of 5 mV/s at 0.4 V vs. Ag/AgCl revealed that CP/CNT/SnO2/Pt75Sn25 delivered an SMA of 1.2 times higher than that of the CP/CNT/Pt75Sn25 catalyst and 1.5 times greater than the one exhibited by the CP/CNT/CeO2/Pt75Sn25 catalyst.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».