MétaCan
Menu
Retour à la cohorte
Enregistrement W2907988105 · doi:10.1016/j.isci.2018.12.029

Ternary Heterostructural Pt/CNx/Ni as a Supercatalyst for Oxygen Reduction

2019· article· en· W2907988105 sur OpenAlexaff
Teng Chen, Yida Xu, Siqi Guo, Dali Wei, Luming Peng, Xuefeng Guo, Nianhua Xue, Yan Zhu, Zhao‐Xu Chen, Bin Zhao, Weiping Ding

Notice bibliographique

RevueiScience · 2019
Typearticle
Langueen
DomaineEnergy
ThématiqueElectrocatalysts for Energy Conversion
Établissements canadiensMinistry of Education and Child Care
Organismes subventionnairesNational Natural Science Foundation of ChinaMinistry of Science and Technology of the People's Republic of ChinaNational Science Foundation
Mots-clésCatalysisTernary operationCyclic voltammetryOxygenChemistryCarbon fibersElectron transferChemical engineeringOxygen reduction reactionInorganic chemistryMaterials scienceElectrochemistryNanotechnologyPhotochemistryOrganic chemistryElectrodePhysical chemistryComposite number

Résumé

récupéré en direct d'OpenAlex

We report here a supercatalyst for oxygen reduction of Pt/CN x /Ni in a unique ternary heterostructure, in which the Pt and the underlying Ni nanoparticles are separated by two to three layers of nitrogen-doped carbon (CN x ), which mediates the transfer of electrons from the inner Ni to the outer Pt and protects the Ni against corrosion at the same time. The well-engineered low-Pt catalyst shows ∼780% enhanced specific mass activity or 490% enhanced specific surface activity compared with a commercial Pt/C catalyst toward oxygen reduction. More importantly, the exceptionally strong tune on the Pt by the unique structure makes the catalyst superbly stable, and its mass activity of 0.72 A/mg Pt at 0.90 V (well above the US Department of Energy's 2020 target of 0.44 A/mg Pt at 0.90 V) after 50,000 cyclic voltammetry cycles under acidic conditions is still better than that of the fresh commercial catalyst.

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 enseignants0,003
Score d'incertitude au seuil0,007

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 Opus0,009
Tête enseignante GPT0,235
Écart entre enseignants0,226 · 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

Citations44
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueiScienceMême sujetElectrocatalysts for Energy ConversionTravaux en français237 207