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 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: aucune
Score de désaccord entre enseignants0,885
Score d'incertitude au seuil0,470

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 Opus0,006
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 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

Citations6
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueECS TransactionsMême sujetFuel Cells and Related MaterialsTravaux en français237 207