Oxygen Reduction on Graphene–Carbon Nanotube Composites Doped Sequentially with Nitrogen and Sulfur
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The development of unique, reliable, and scalable synthesis strategies for producing heteroatom-doped nanostructured carbon materials with improved activity toward the electrochemical oxygen reduction reaction (ORR) occurring in metal–air batteries and fuel cells presents an intriguing technological challenge in the field of catalysis. Herein, we prepare unique graphene–carbon nanotube composites (GC) doped sequentially with both nitrogen and sulfur (GC-NLS) and subject them to extensive physicochemical characterization and electrochemical evaluation toward the ORR in an alkaline electrolyte. GC-NLS provides ORR onset potential increases of 50 and 70 mV in comparison to those of dual-doped individual graphene and carbon nanotubes, respectively. This highlights the significant synergistic effects that arise because of the nanocomposite arrangement, consisting of highly graphitized carbon nanotubes assembled on the surface of graphene sheets. The addition of sulfur as a co-dopant is also highly beneficial, providing an 80 mV increase in the ORR onset potential in comparison to that of GC nanocomposites doped with only nitrogen. Excellent electrochemical stability of GC-NLS is also observed through 5000 electrode potential cycles, indicating the promising potential of this new class of dual-doped GC nanocomposites as ORR catalysts.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,001 |
| 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 découle