MétaCan
Menu
Retour à la cohorte
Enregistrement W2052205171 · doi:10.1039/c4cp01455c

Fe–N bonding in a carbon nanotube–graphene complex for oxygen reduction: an XAS study

2014· article· en· W2052205171 sur OpenAlexaff
Jigang Zhou, Paul N. Duchesne, Yongfeng Hu, Jian Wang, Peng Zhang, Yanguang Li, Tom Regier, Hongjie Dai

Notice bibliographique

RevuePhysical Chemistry Chemical Physics · 2014
Typearticle
Langueen
DomaineEnergy
ThématiqueElectrocatalysts for Energy Conversion
Établissements canadiensDalhousie UniversityCanadian Light Source (Canada)
Organismes subventionnairesnon disponible
Mots-clésX-ray absorption spectroscopyXANESGrapheneCarbon nanotubeCatalysisNanotubeMetalAbsorption spectroscopyMaterials scienceCarbon fibersElectronic structureAbsorption (acoustics)ChemistryInorganic chemistryCrystallographySpectroscopyNanotechnologyComputational chemistryOrganic chemistryComposite number

Résumé

récupéré en direct d'OpenAlex

The electronic structure study of carbon nanotube-graphene complexes has been performed using comprehensive X-ray absorption spectroscopy (XAS) at Fe L- and K-edges, along with C, N and O K-edges. The results obtained from the study of an iron-containing carbon nanotube-graphene complex (NT-G) have been compared in great detail with those of an iron-free carbon nanotube-graphene complex (pNT-G) and iron phthalocyanine (FePc). It has been confirmed that complex-like Fe(3+) in a high spin state is the major iron component in NT-G. The C and N K-edge XANES further confirmed that Fe is very likely to be bonded to N in NT-G. This Fe-N species should be the active site for enhanced oxygen reduction reaction (ORR) activity in NT-G. A unique O K-edge X-ray absorption spectroscopic feature has been observed in NT-G, which might be caused by chemisorbed O2 on the Fe-N site. Such knowledge is important for the understanding of this specific complex, and the knowledge should benefit the rational design of other carbon/metal/nitrogen-containing ORR catalysts with further improved performance.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,039
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,018
Tête enseignante GPT0,257
Écart entre enseignants0,239 · 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.

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

Citations92
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysical Chemistry Chemical PhysicsMême sujetElectrocatalysts for Energy ConversionTravaux en français237 207