Nanowrinkled Carbon Aerogels Embedded with FeNx Sites as Effective Oxygen Electrodes for Rechargeable Zinc-Air Battery
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Rational design of single-metal atom sites in carbon substrates by a flexible strategy is highly desired for the preparation of high-performance catalysts for metal-air batteries. In this study, biomass hydrogel reactors are utilized as structural templates to prepare carbon aerogels embedded with single iron atoms by controlled pyrolysis. The tortuous and interlaced hydrogel chains lead to the formation of abundant nanowrinkles in the porous carbon aerogels, and single iron atoms are dispersed and stabilized within the defective carbon skeletons. X-ray absorption spectroscopy measurements indicate that the iron centers are mostly involved in the coordination structure of FeN 4 , with a minor fraction (ca. 1/5) in the form of FeN 3 C. First-principles calculations show that the FeN <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" overflow="scroll"> <mml:msub> <mml:mrow/> <mml:mrow> <mml:mi>x</mml:mi> </mml:mrow> </mml:msub> </mml:math> sites in the Stone-Wales configurations induced by the nanowrinkles of the hierarchically porous carbon aerogels show a much lower free energy than the normal counterparts. The resulting iron and nitrogen-codoped carbon aerogels exhibit excellent and reversible oxygen electrocatalytic activity, and can be used as bifunctional cathode catalysts in rechargeable Zn-air batteries, with a performance even better than that based on commercial Pt/C and RuO 2 catalysts. Results from this study highlight the significance of structural distortions of the metal sites in carbon matrices in the design and engineering of highly active single-atom catalysts.
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.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle