Strategies for Engineering High‐Performance PGM‐Free Catalysts toward Oxygen Reduction and Evolution Reactions
Notice bibliographique
Résumé
Abstract The worldwide fossil fuel shortage and resultant environmental issues urgently require renewable and clean energy technologies. Electrocatalytic oxygen reduction/evolution reactions (ORR/OER) are the cornerstone for renewable energy conversion and storage devices, such as fuel cells, electrolyzers, unitized regenerative fuel cells, and metal‐air batteries. High‐performance electrocatalysts are required to improve the ORR and OER activity and stability, and thus the device performance. Therefore, appropriate strategies and methods are crucial for the rational design and synthesis of highly efficient ORR/OER electrocatalysts. On the other hand, the conventional platinum‐group‐metal‐based (PGM‐based) catalysts, such as Pt and Ir/Ru (oxides), have been facing great challenges, including limited resources and high cost, leading to them being less competitive in the market. Thus, a lot of effort has been devoted to developing alternative PGM‐free ORR/OER catalysts, which, however, still suffer from low activity and insufficient stability. In this review paper, the strategies for engineering high‐performance PGM‐free ORR and OER electrocatalysts are discussed by reviewing the most recent advances. At the end, perspectives on the methods to rationally design PGM‐free ORR and OER catalysts are provided.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».