MétaCan
Menu
Retour à la cohorte
Enregistrement W1969502319 · doi:10.1039/c2ta00944g

Activated and nitrogen-doped exfoliated graphene as air electrodes for metal–air battery applications

2012· article· en· W1969502319 sur OpenAlexafffund
Drew Higgins, Chen Zhu, Dong Un Lee, Zhongwei Chen

Notice bibliographique

RevueJournal of Materials Chemistry A · 2012
Typearticle
Langueen
DomaineEnergy
ThématiqueElectrocatalysts for Energy Conversion
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMcMaster University
Mots-clésBattery (electricity)Materials scienceGrapheneElectrodeCatalysisCathodeCarbon blackDopingChemical engineeringMetalNanotechnologyComposite materialOptoelectronicsElectrical engineeringChemistryMetallurgyPower (physics)Organic chemistry

Résumé

récupéré en direct d'OpenAlex

Capitalizing on the immense theoretical energy storage densities of metal–air batteries requires the development of high performance air electrode materials. These materials must simultaneously meet the criteria of high surface areas, excellent oxygen reduction reaction activity and low cost. Herein, catalyst materials with exemplary surface areas (2980 m2 g−1) and ORR activity were developed by innovatively coupling KOH activation of exfoliated graphene with ammonia induced nitrogen doping (N-a-ex-G). Specifically, ORR activity approaching that of commercial platinum based catalysts was observed (ca. 45 mV lower onset potential), and these unique materials were found to provide excellent practical metal–air battery performance. In particular, N-a-ex-G provided a 60% higher discharge current (on a catalyst mass basis at a cell voltage of 1.0 V) in a zinc–air battery single cell, along with higher discharge voltages and a 42% capacitance increase in comparison with pure carbon black based electrodes in a Li–oxygen battery single cell. These promising results, attributed to the favourable properties of N-a-ex-G, including high surface areas and inherent ORR activity indicate their practicality as air cathode electrocatalysts.

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 Opus0,009
Tête enseignante GPT0,233
Écart entre enseignants0,225 · 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

Citations88
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Materials Chemistry AMême sujetElectrocatalysts for Energy ConversionTravaux en français237 207