MétaCan
Menu
Retour à la cohorte
Enregistrement W3043035763 · doi:10.1002/cssc.202001434

Metal‐Organic Framework‐Derived Fe‐Doped Co<sub>1.11</sub>Te<sub>2</sub> Embedded in Nitrogen‐Doped Carbon Nanotube for Water Splitting

2020· article· en· W3043035763 sur OpenAlexaff
Bin He, Xinchao Wang, Lixue Xia, Yue‐Qi Guo, Yawen Tang, Yan Zhao, Qingli Hao, Tao Yu, Hong‐Ke Liu

Notice bibliographique

RevueChemSusChem · 2020
Typearticle
Langueen
DomaineEnergy
ThématiqueElectrocatalysts for Energy Conversion
Établissements canadiensMinistry of Education and Child Care
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésWater splittingElectrocatalystOxygen evolutionDensity functional theoryCatalysisElectrochemistryCarbon nanotubeMaterials scienceCobaltDopingInorganic chemistryElectrolyteReversible hydrogen electrodeHydrogenCarbon fibersChemical engineeringNanotechnologyChemistryPhysical chemistryElectrodeComputational chemistryWorking electrodeOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract A rational design is reported of Fe‐doped cobalt telluride nanoparticles encapsulated in nitrogen‐doped carbon nanotube frameworks (Fe‐Co1.11Te2@NCNTF) by tellurization of Fe‐etched ZIF‐67 under a mixed H2/Ar atmosphere. Fe‐doping was able to effectively modulate the electronic structure of Co1.11Te2, increase the reaction activity, and further improve the electrochemical performance. The optimized electrocatalyst exhibited superior hydrogen evolution reaction (HER) and oxygen evolution reaction (OER) performances in an alkaline electrolyte with low overpotentials of 107 and 297 mV with a current density of 10 mA cm−2, in contrast to the undoped Co1.11Te2@NCNTF (165 and 360 mV, respectively). The overall water splitting performance only required a voltage of 1.61 V to drive a current density of 10 mA cm−2. Density function theory (DFT) calculations indicated that the Fe‐doping not only afforded abundant exposed active sites but also decreased the hydrogen binding free energy. This work provided a feasible way to study non‐precious‐metal catalysts for an efficient overall water splitting.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,224
Écart entre enseignants0,210 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations60
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemSusChemMême sujetElectrocatalysts for Energy ConversionTravaux en français237 207