Fe-Based Catalysts for Oxygen Reduction in PEM Fuel Cells
Notice bibliographique
Résumé
Fe-based catalysts for reduction have been prepared on four carbon supports (Vulcan, Black Pearl, Norit, and a developmental carbon, RC2, from Sid Richardson Carbon Corp.). Four preparation procedures have been used with each carbon support and the catalytic activities for the reduction of oxygen in pH 1, and in polymer electrolyte membrane fuel cell tests are compared for all the catalysts, which are nominally loaded with 0.2 wt % Fe, using acetate as Fe precursor. The catalytic activity of these Fe-based catalysts greatly depends upon the chosen carbon support and also upon the preparation procedure used. The results are rationalized in terms of N content at the surface of the catalysts; the larger the N content, the better the catalytic activity. The best catalysts are obtained after refluxing either RC2 or Norit in before adsorbing iron acetate on the oxidized carbon supports and heat-treating the resulting materials at 900°C in an atmosphere containing The surface nitrogen content of these catalysts, measured by XPS, is 2.5 and 4.1 atom %, respectively. For the Fe-based catalyst prepared on Norit and tested in fuel cell, the mass activity at low current regime, expressed in A/mg Fe, is only slightly lower than the A/mg Pt recorded for a state-of-the-art, Pt-based membrane electrode assembly. © 2004 The Electrochemical Society. All rights reserved.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».