MétaCan
Menu
Retour à la cohorte
Enregistrement W2194974031 · doi:10.1039/c5nr06726j

Novel cobalt quantum dot/graphene nanocomposites as highly efficient electrocatalysts for water splitting

2015· article· en· W2194974031 sur OpenAlexaff
Govindhan Maduraiveeran, Brennan Mao, Aicheng Chen

Notice bibliographique

RevueNanoscale · 2015
Typearticle
Langueen
DomaineEnergy
ThématiqueElectrocatalysts for Energy Conversion
Établissements canadiensLakehead University
Organismes subventionnairesnon disponible
Mots-clésGrapheneCobaltQuantum dotNanocompositeMaterials scienceWater splittingNanotechnologyCatalysisPhotocatalysisChemistryMetallurgy

Résumé

récupéré en direct d'OpenAlex

A cost-effective, non-noble metal based high-performance electrocatalyst for the oxygen evolution reaction (OER) is critical to energy conversion and storage processes. Here, we report on a facile and effective in situ strategy for the synthesis of an advanced nanocomposite material that is comprised of cobalt quantum dots (Co QDs, ∼3.2 nm), uniformly dispersed on reduced graphene oxide (rGO) as a highly efficient OER electrocatalyst platform. This nanocomposite electrocatalyst afforded a mass activity of 1250 A g(-1) at a low overpotential (η) of 0.37 V, a small Tafel slope of ∼37 mV dec(-1) and a turnover frequency (TOF) of 0.188 s(-1) in 0.1 M KOH, comparing favorably with state-of-the-art RuO2, IrO2 and Pt/C catalysts. The synergy between abundant catalytically active sites through the fine dispersion of Co QDs, and enhanced electron transfer generated from the graphene resulted in first-rate electrocatalytic properties toward the OER. These merits coupled with the higher stability of the nanocomposite hold great promise for triggering breakthroughs in electrocatalysis for water splitting.

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)0,001
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 enseignants0,063
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 ouverte0,0010,000
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 Opus0,014
Tête enseignante GPT0,238
Écart entre enseignants0,224 · 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

Citations65
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNanoscaleMême sujetElectrocatalysts for Energy ConversionTravaux en français237 207