Encapsulating Pt Nanoparticles inside a Derived Two-Dimensional Metal–Organic Frameworks for the Enhancement of Catalytic Activity
Notice bibliographique
Résumé
The development of highly active and stable electrocatalysts toward oxygen reduction reaction (ORR) and hydrogen evolution reaction (HER) is a key for commercial application of fuel cells and water splitting. Here, we report a highly active and stable Pt nanoparticles (NPs) encapsulated in ultrathin two-dimensional (2D) carbon layers derived from the ultrathin 2D metal–organic framework precursor (ZIF-67). Electrochemical tests reveal that our approach not only stabilized Pt NPs successfully but also boosted Pt activities toward ORR and HER. We found that our Pt catalysts encapsulated in ultrathin 2D carbon layers exhibited an ORR activity of 5.9 and 12 times greater than those of the commercial Pt/C and Pt/RGO without 2D carbon layer protection. Our encapsulated Pt catalysts also show more than nine times higher stability than those of Pt/C catalysts. In addition to ORR, our novel encapsulated Pt catalysts display an extraordinary stability and activity toward HER, with a lower overpotential (14.3 mV in acidic media and 37.2 mV in alkaline media) at a current density of 10 mA cm–2 than Pt/C catalysts (23.1 mV in acidic media and 92.1 mV in alkaline media). The enhanced electrochemical activities and stability of our encapsulated Pt catalysts are attributed to the synergistic effect of Pt-based NPs and ultrathin 2D carbon layers derived from ZIF-67 with enriched active sites Co–Nx. First-principles simulations reveal that the synergistic catalysis of Pt-based NPs and Co–Nx derived from ZIF-67 improves the activity for ORR and HER.
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 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 | 0,000 | 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».