MétaCan
Menu
Retour à la cohorte
Enregistrement W2970662147 · doi:10.1002/batt.201900102

A Gas Diffusion Layer Impregnated with Mn<sub>3</sub>O<sub>4</sub>‐Decorated N‐Doped Carbon Nanotubes for the Oxygen Reduction Reaction in Zinc‐Air Batteries

2019· article· en· W2970662147 sur OpenAlexafffund
Drew Aasen, M.P. Clark, Douglas G. Ivey

Notice bibliographique

RevueBatteries & Supercaps · 2019
Typearticle
Langueen
DomaineEnergy
ThématiqueElectrocatalysts for Energy Conversion
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésCatalysisBifunctionalMaterials scienceElectrochemistryCarbon nanotubeGas diffusion electrodeChemical engineeringElectrodeCarbon fibersBattery (electricity)Bifunctional catalystComposite numberDiffusionInorganic chemistryChemistryNanotechnologyComposite material

Résumé

récupéré en direct d'OpenAlex

Abstract Mn3O4‐decorated N‐CNTs are synthesized and impregnated into porous carbon paper (gas diffusion layer or GDL) to form a composite catalyst‐GDL material in a simple and novel one‐pot process. The impregnated electrode features high active surface area, improved discharge performance, and reduced vulnerability to flooding when compared with other electrode preparation techniques for similar catalysts. Electrochemical and battery testing show catalytic activity and a maximum discharge potential superior to other CNT supported Mn3O4 catalysts, and comparable to commercially used Pt−Ru (1.21 V at 20 mA cm−2). The composite is cycled at 10 mA cm−2 and 20 mA cm−2 as a bifunctional catalyst and as an oxygen reduction reaction (ORR) exclusive catalyst, respectively. Discharge performance is stable over 200 cycles at 20 mA cm−2 when used exclusively for ORR with a discharge‐charge efficiency superior to Pt−Ru when coupled with electrodeposited Co−Fe as the OER catalyst (efficiency of 59 % after cycling).

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 Opus0,008
Tête enseignante GPT0,197
Écart entre enseignants0,189 · 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

Citations22
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBatteries & SupercapsMême sujetElectrocatalysts for Energy ConversionTravaux en français237 207