MétaCan
Menu
Retour à la cohorte
Enregistrement W2006734225 · doi:10.1149/1.3484532

New Ir-V-W Electro-Catalyst Exceeding Pt for the Anode of Fuel Cells

2010· article· en· W2006734225 sur OpenAlexaff
Bing Li, Jinli Qiao, Daijun Yang, Haijiang Wang, Jianxin Ma

Notice bibliographique

RevueECS Transactions · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueFuel Cells and Related Materials
Établissements canadiensBC Innovation CouncilNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésAnodeCatalysisLinear sweep voltammetryEthylene glycolMaterials scienceCyclic voltammetryElectrochemistryAnalytical Chemistry (journal)Current densityRotating disk electrodeTransmission electron microscopyMembrane electrode assemblyElectrodeParticle sizeNuclear chemistryChemistryNanotechnologyPhysical chemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Very active catalysts 40%Ir-10%V-3%W/C and 40%Ir-10%V-10%W/C, as a novel suitable anode catalyst in PEMFCs, have been synthesized by an ethylene glycol reduction method. The nanostructured catalysts have been characterized by X-ray diffraction (XRD) and high-resolution transmission electron microscopy (TEM). Ir nanoparticles, after modification with V and further with W, show a narrow particle size distribution centered at 2 nm, and are uniformly dispersed on Vulcan XC-72. Investigation of the catalytic activity by means of linear sweep voltammetry (LSV) employing a rotating disk electrode (RDE) has revealed that 40%Ir-10%V-3%W/C catalyst exhibited very high electrocatalytic activity in terms of hydrogen oxidation reaction (HOR). About 76% higher current density was obtained for 40%Ir-10%V-3%W/C compared to that of 40%Pt/C except for 320% higher current density compared to that of the pure 40%Ir/C at 0.1 V versus RHE. The performance of a membrane electrode assembly (MEA) prepared with the 40%Ir-10%V-3%W/C as the anode catalyst generated a maximum power density of 625.9mW cm-2 at 0.59 V and 70 oC, which is 32% higher than that of commercial available 40%Pt/C.

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)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,006
Tête enseignante GPT0,194
Écart entre enseignants0,188 · 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

Citations6
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueECS TransactionsMême sujetFuel Cells and Related MaterialsTravaux en français237 207