MétaCan
Menu
Retour à la cohorte
Enregistrement W2284016961 · doi:10.1149/06919.0023ecst

A Bifunctional Air Electrode Catalyzed by Lead Ruthenate for Li-Air Batteries

2015· article· en· W2284016961 sur OpenAlexafffund
Xiao‐Zi Yuan, Mathieu Toupin, Wei Qu, Alexis Laforgue, Jason Fahlman, Max Jiang

Notice bibliographique

RevueECS Transactions · 2015
Typearticle
Langueen
DomaineEnergy
ThématiqueElectrocatalysts for Energy Conversion
Établissements canadiensNational Research Council Canada
Organismes subventionnairesDivision of Electrical, Communications and Cyber SystemsNatural Resources Canada
Mots-clésBifunctionalElectrocatalystMaterials scienceElectrodeChemical engineeringLithium (medication)NanosheetCatalysisInorganic chemistryChemistryNanotechnologyElectrochemistryOrganic chemistryPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

The performance of a catalyst enforced commercially available gas diffusion layer (GDL) electrode was evaluated at different discharge rates and depths in non-aqueous Li-O2 batteries. The lead ruthenate (PbRuO) powder with a pyrochlore structure was employed as the catalyst. The lead ruthenate pyrochlore was prepared using a direct soft template method and characterized by X-ray diffraction (XRD), nitrogen physisorption techniques and transmission electron microscopy (TEM). The charge/discharge capabilities of the PbRuO/Ketjenblack (KB) composite were studied in tetraethyleneglycol dimethyl ether (TEGDME) containing 1M lithium triflate. The results show that PbRuO/KB can enhance the cell performance at high charge/discharge rates. Moreover, at a current density of 0.1mA/cm2 it significantly increases the cell cyclability. With a cut-off capacity of 1000 mAh/g (PbRuO/KB only) the cell reached 100 cycles. As such, lead ruthenate has the potential to be used as an efficient bifunctional electrocatalyst for non-aqueous Li-O2 batteries.

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 seuil0,003

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)0,0010,001

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 GPT0,224
Écart entre enseignants0,210 · 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

Citations0
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueECS TransactionsMême sujetElectrocatalysts for Energy ConversionTravaux en français237 207