Cu Nanoclusters/FeN<sub>4</sub> Amorphous Composites with Dual Active Sites in N-Doped Graphene for High-Performance Zn–Air Batteries
Notice bibliographique
Résumé
Exploring inexpensive and earth-abundant transition metal–nitrogen-based carbon (MNC) catalysts to substitute the scarce and costly Pt-based electrocatalysts for the oxygen reduction reaction (ORR) is quite anticipated in metal–air batteries (MABs). Here, we demonstrate a facile vacuum-annealing method to synthesize Cu nanoclusters/FeN4 amorphous composites embedded in N-doped graphene (Cu/Fe-NG). This approach avoids the long-term pyrolysis procedure and the use of an inert atmosphere in the conventional procedure for fabricating MNC catalysts. Interestingly, we discovered that the amorphous structure of Cu/FeN4 composites can provide high-activity bimetallic M–Nx sites (M = Cu, Fe), because of which the Cu/FeN4 composites exhibit boosted electrocatalytic activity with a positive half-wave potential of 0.88 V (vs RHE), long-term durability, and low hydrogen peroxide for the ORR. The origin of this enhancement was assigned to the concomitance of Fe–N4 and Cu–Nx moieties in Cu/Fe-NG, favoring adsorption and activation of the O2 molecule as suggested by X-ray absorption fine structure (XAFS) analyses and density functional theory (DFT) calculations. Moreover, examinations of Cu/Fe-NG in both liquid and quasi-solid-state Zn–air batteries (ZABs) can exhibit remarkable performances. This work may offer facile fabrication of enhanced performance MNC catalysts as well as a profound insight into the use of amorphous materials in the ORR and ZABs.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».