Controlling the Interfacial Environment in the Electrosynthesis of MnO<sub><i>x</i></sub> Nanostructures for High-Performance Oxygen Reduction/Evolution Electrocatalysis
Notice bibliographique
Résumé
High-performance, nonprecious metal bifunctional electrocatalysts for the oxygen reduction and evolution reactions (ORR and OER, respectively) are of great importance for rechargeable metal–air batteries and regenerative fuel cells. A comprehensive study based on statistical design of experiments is presented to investigate and optimize the surfactant-assisted structure and the resultant bifunctional ORR/OER activity of anodically deposited manganese oxide (MnO x ) catalysts. Three classes of surfactants are studied: anionic (sodium dodecyl sulfate, SDS), non-ionic ( t -octylphenoxypolyethoxyethanol, Triton X-100), and cationic (cetyltrimethylammonium bromide, CTAB). The adsorption of surfactants has two main effects: increased deposition current density due to higher Mn 2+ and Mn 3+ concentrations at the outer Helmholtz plane (Frumkin effect on the electrodeposition kinetics) and templating of the MnO x nanostructure. CTAB produces MnO x with nanoneedle (1D) morphology, whereas nanospherical- and nanopetal-like morphologies are obtained with SDS and Triton, respectively. The bifunctional performance is assessed based on three criteria: OER/ORR onset potential window (defined at 2 and −2 mA cm –2 ) and separately the ORR and OER mass activities. The best compromise among these three criteria is obtained either with Triton X-100 deposited catalyst composed of MnOOH and Mn 3 O 4 or SDS deposited catalyst containing a combination of α- and β-MnO 2, MnOOH, and Mn 3 O 4 .The interaction effects among the deposition variables (surfactant type and concentration, anode potential, Mn 2+ concentration, and temperature) reveal the optimal strategy for high-activity bifunctional MnO x catalyst synthesis. Mass activities for OER and ORR up to 49 A g –1 (at 1556 mV RHE ) and −1.36 A g –1 (at 656 mV RHE ) are obtained, respectively.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 source (Gemma direct ou Codex distillé), 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 ».