Pyrolyzed Co-N <sub>x</sub> /C Electrocatalysts Supported on Different Carbon Materials for Oxygen Reduction Reaction in Neutral Solution
Notice bibliographique
Résumé
In this work, a non-noble metal material, i.e., 5, 10, 15, 20-Tetrakis(4-methoxyphenyl)−21H, 23H-porphine cobalt(II) (CoTMPP), is chosen as the metal complex which adsorbs on three different carbon support materials, namely, black pearls 2000 (BP), ordered mesoporous carbon (MPC) and single layer graphene oxide (GO), to form CoTMPP/BP, CoTMPP/MPC, and CoTMPP/GO catalyst precursors, respectively. These precursors are heat-treated at high temperatures to form Co-N x /BP, Co-N x /MPC, and Co-N x /GO catalysts for ORR in neutral electrolyte solution, respectively. Several characterization methods including XRD, SEM/TEM and XPS are employed. Electrochemical methods such as cyclic voltammetry (CV), rotating disk electrode (RDE) and rotating ring-disk electrode (RRDE) techniques are used to quantitatively measure the catalyzed ORR kinetic parameters. Effects of both carbon supports and heat-treatment temperature on the catalyst physical properties and catalytic ORR activities were also studied. Regarding the catalytic ORR activity, the activity order was measured as: Co-N x /BP > Co-N x /MPC > Co-N x /GO. The overall electron transfer number catalyzed by Co-N x /BP is measured to be 4, while those by Co-N x /MPC and Co-N x /GO catalysts are 2-electron transfer pathways. Based on these measurements and our analysis, an ORR mechanism is also proposed for facilitating further investigation and understanding.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».