Synthesis and Characterization of Carbon Nanostructures as Catalyst Support for PEMFCs
Notice bibliographique
Résumé
A detailed procedure for synthesis, characterization, and possibility of carbon nanostructures (CNS) as support for catalysts in polymer electrolyte membrane fuel cells (PEMFCs) is presented. The fabrication process is two-staged ballmilling of carbon graphite in the presence of hydrogen and transition metals (Fe, Co) followed by heating of the milled carbon initially in an argon atmosphere. The milling induces amorphous forms of carbon and metal, as well as C-H bonds. During the second stage, the production of methane by catalytic reaction of the bonded carbon and hydrogen is first observed, followed by the formation of metallic nanocrystals, and, finally, the formation of carbon structures on the metallic nanocrystals at a temperature of 700 ° C . Subsequently, metals and carbon nanoparticles are removed from the as-prepared sample. The purified samples are platinized after surface treatment by either air or chemical oxidation. Material characterization results obtained by X-ray diffraction, transmission electron microscopy, thermogravimetric analysis, X-ray photoelectron spectrocopy, and atomic adsorption spectroscopy are presented. In addition, we also report their measured electrical conductivity, specific surface, and porosity. The real electrochemical active surface area was evaluated by cyclic voltammetry on a thin porous coated electrode.
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 | 0,001 |
| 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) | 0,001 | 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 ».