Comparing the Support Effects of Graphene Nanosheets (GNs) and N-doped GNs with Respect to Anti-Poisoning Performance of Pt Catalysts
Notice bibliographique
Résumé
It is of great significance to precisely evaluate the anti-poisoning performance (APP) of anode catalysts for development of direct liquids fuel cells. By controlloing the similarity of Pt deposited on graphene nanosheets (GNs) and N-dopped GNs (NGNs), Pt/GNs and Pt/NGNs were prepared as model catalysts for APP evaluation. Cyclic voltammograms (CVs) of Pt/GNs and Pt/NGNs for formate and methanol oxidation showed that the APP differences of two catalysts were hardly distinguished only from CVs because the activities of the two catalysts were similar. By further analyzing the i-t data, Pt/NGNs was proved to be evidently superior to Pt/GNs in terms of APP, verifying the necessity of APP analysis for comprehensive catalysts evaluation. Furthermore, by analyzing Raman spectra, CO stripping and X-ray photoelectron spectroscopy, stronger interaction between Pt and NGNs was shown to produce weaker adsorption of poisoning species on NGNs-supported Pt, which is benificial for enhancing APP of Pt/NGNs. We believe this understanding can shed light on future work toward rational supports engineering for APP improvement.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 tête enseignante, 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 ».