MétaCan
Menu
Retour à la cohorte
Enregistrement W2158982970 · doi:10.1149/1.3242293

Oxygen Reduction in PEM Fuel Cells: Fe-Based Electrocatalysts Made with High Surface Area Activated Carbon Supports

2009· article· en· W2158982970 sur OpenAlexafffund
Saïd Barazzouk, Michel Lefèvre, Jean‐Pol Dodelet

Notice bibliographique

RevueJournal of The Electrochemical Society · 2009
Typearticle
Langueen
DomaineEnergy
ThématiqueElectrocatalysts for Energy Conversion
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaGeneral Motors of Canada
Mots-clésCatalysisPyrolysisFerrousElectrolyteProton exchange membrane fuel cellActivated carbonChemistryCarboxylateAqueous solutionOxygenMicroporous materialInorganic chemistryCarbon fibersSpecific surface areaBET theoryChemical engineeringMaterials scienceOrganic chemistryElectrodeAdsorptionPhysical chemistryComposite material

Résumé

récupéré en direct d'OpenAlex

Catalysts for the oxygen reduction reaction in polymer electrolyte membrane (PEM) fuel cells were prepared by impregnating four high surface area activated carbons (ACs), namely, Ax-21, CNS-201, IRH-33, and IRH-40, with 0.2 wt % nominal Fe as ferrous acetate, and then by pyrolyzing them for various times in at . Among the catalysts made with as-received ACs, high activity was only obtained for those made with Ax-21, which is the only AC having mainly carboxylate surface groups. In the aerated aqueous solution of iron(II) acetate used for Fe impregnation, these surface functionalities ligated with free ions and subsequently yielded active sites upon pyrolysis in . It is, nonetheless, possible to obtain high activities using other ACs provided that they are first treated in concentrated to generate carboxylic functionalities at their surface. It is believed that Fe/N/C-type catalytic sites are hosted in AC micropores. Fuel cell tests performed with the best catalyst from each AC series show very similar polarization curves with an initial mass activity at 0.8 V ranging from 11 to .

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,005
Tête enseignante GPT0,193
Écart entre enseignants0,189 · 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 source (Gemma direct ou Codex distillé), 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

Citations19
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of The Electrochemical SocietyMême sujetElectrocatalysts for Energy ConversionTravaux en français237 207