MétaCan
Menu
Retour à la cohorte
Enregistrement W2892325682 · doi:10.1002/elan.201800478

Efficient Electrochemical Reduction of Oxygen Catalyzed by Porous Carbon Containing Trace Amount of Metal Residues

2018· article· en· W2892325682 sur OpenAlexaff
Xin Feng, Xiaomei Dong, Qingcheng Zhang, Cuixia Cui, Jingjing Zhang, Zhe Chen, Changmi Wu, Huile Jin, Shun Wang, Jichang Wang

Notice bibliographique

RevueElectroanalysis · 2018
Typearticle
Langueen
DomaineEnergy
ThématiqueElectrocatalysts for Energy Conversion
Établissements canadiensUniversity of Windsor
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésCobaltCatalysisCarbon fibersMethanolMetalMaterials scienceElectrochemistryChemical engineeringInorganic chemistryPorosityChemistryElectrodeComposite numberOrganic chemistryMetallurgy

Résumé

récupéré en direct d'OpenAlex

Abstract In this study carbon materials with a hierarchical pore structure have been fabricated through a scalable and template free solvothermal method in the presence of metal catalysts, where the presence of metal catalysts was found to be essential for the initial polymerization process. The as‐prepared carbon contained trace amounts of metal residues and exhibited highly efficient catalytic activity toward the oxygen reduction reaction (ORR). Among all the metal catalysts studied, cobalt containing porous carbon exhibited the highest ORR electrocatalytic activity with great tolerance to methanol crossover and excellent long‐term cycling stability, outperforming the commercial 30 % (w/w) Pt/C catalysts. The great performance may be contributed to the unique porous structure, the large specific surface area of cobalt‐doped carbon and chemical activity of cobalt. The result provides useful guidance for the development of carbon‐based electrocatalysts.

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)0,0010,000

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 Opus0,005
Tête enseignante GPT0,217
Écart entre enseignants0,212 · 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

Citations2
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueElectroanalysisMême sujetElectrocatalysts for Energy ConversionTravaux en français237 207