MétaCan
Menu
Retour à la cohorte
Enregistrement W2607374049 · doi:10.1002/adsu.201600038

Tridoped Reduced Graphene Oxide as a Metal‐Free Catalyst for Oxygen Reduction Reaction Demonstrated in Acidic and Alkaline Polymer Electrolyte Fuel Cells

2017· article· en· W2607374049 sur OpenAlexafffund
Chuyen Van Pham, Matthias Klingele, Benjamin Britton, Koteswara Rao Vuyyuru, Tobias Unmuessig, Steven Holdcroft, Anna Fischer, Simon Thiele

Notice bibliographique

RevueAdvanced Sustainable Systems · 2017
Typearticle
Langueen
DomaineEnergy
ThématiqueElectrocatalysts for Energy Conversion
Établissements canadiensSimon Fraser University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésGrapheneCatalysisOxideInorganic chemistryElectrolytePyrolysisNafionPolarization (electrochemistry)Materials scienceChemistryElectrodeElectrochemistryNanotechnologyOrganic chemistryPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

Recently, it has been demonstrated that doping of graphene by elements such as N, S, or F creates active sites for the oxygen reduction reaction (ORR). This results from bond polarization caused by the difference in electronegativity between heteroatom dopants and carbon, and/or the presence of defects within the graphene lattice. In this work, fluorine, nitrogen, and sulfur tridoped reduced graphene oxide (F,N,S‐rGO) is designed to combine these catalytically active sites. F,N,S‐rGO can be inexpensively synthesized by a facile and scalable route involving pyrolysis at 600 °C of sulfur‐doped rGO in the presence of Nafion and dimethyl formamide (DMF). The pyrolysis of Nafion and DMF provides F• and N• radicals which serve as doping agents. Rotating disk electrode investigations reveal the ORR catalytic activities of F,N,S‐rGO in both acidic and alkaline media, which are consistent with the real performances of the respective polymer electrolyte fuel cells (PEFCs). Maximum power densities of 14 and 46 mW cm−2 are obtained for the acidic and alkaline PEFCs, respectively, using F,N,S‐rGO as ORR catalysts. To the best of knowledge, this is the first report on the synthesis of F,N,S tridoped rGO and on its ORR activity in both acidic and alkaline PEFCs.

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)0,0000,000

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 Opus0,007
Tête enseignante GPT0,237
Écart entre enseignants0,230 · 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

Citations58
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvanced Sustainable SystemsMême sujetElectrocatalysts for Energy ConversionTravaux en français237 207