MétaCan
Menu
Retour à la cohorte
Enregistrement W3109250888 · doi:10.1002/adfm.202008085

Self‐Templated Hierarchically Porous Carbon Nanorods Embedded with Atomic Fe‐N<sub>4</sub> Active Sites as Efficient Oxygen Reduction Electrocatalysts in Zn‐Air Batteries

2020· article· en· W3109250888 sur OpenAlexafffund
Xiaofei Gong, Jianbing Zhu, Jiazhan Li, Rui Gao, Qing‐Yan Zhou, Zhen Zhang, Haozhen Dou, Lei Zhao, Xu‐Lei Sui, Jiajun Cai, Yunlong Zhang, Bing Liu, Yongfeng Hu, Aiping Yu, Shuhui Sun, Zhen‐Bo Wang, Zhongwei Chen

Notice bibliographique

RevueAdvanced Functional Materials · 2020
Typearticle
Langueen
DomaineEnergy
ThématiqueElectrocatalysts for Energy Conversion
Établissements canadiensCanadian Light Source (Canada)University of SaskatchewanInstitut National de la Recherche ScientifiqueUniversity of Waterloo
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesWaterloo Institute for Nanotechnology, University of WaterlooCanadian Institutes of Health ResearchWestern Economic Diversification CanadaChina Postdoctoral Science FoundationNatural Sciences and Engineering Research Council of CanadaNational Research Council CanadaNational Natural Science Foundation of ChinaUniversity of Saskatchewan
Mots-clésNanorodMaterials scienceCarbonizationPolymerizationChemical engineeringCarbon fibersMesoporous materialCatalysisPorositySpecific surface areaNanotechnologyPolymerScanning electron microscopeOrganic chemistryComposite materialChemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Iron‐nitrogen‐carbon materials are being intensively studied as the most promising substitutes for Pt‐based electrocatalysts for the oxygen reduction reaction (ORR). A rational design of the morphology and porous structure can promote the accessibility of the active site and the reactants/products transportation, accelerating the reaction kinetics. Herein, 1D porous iron/nitrogen‐doped carbon nanorods (Fe/N‐CNRs) with a hierarchically micro/mesoporous structure are prepared by pyrolyzing the in situ polymerized pyrrole on the surface of Fe‐MIL‐88B‐derived 1D Fe2O3 nanorods (MIL: Material Institut Lavoisier). The Fe2O3 nanorods not only partially dissolve to generate Fe3+ for initiating polymerization but serve as templates to form the 1D structure during polymerization. Furthermore, the pyrrole coated Fe2O3 nanorod architecture prevents the porous structure from collapsing and protects Fe from aggregation to yield atomic Fe‐N4 moieties during carbonization. The obtained Fe/N‐CNRs display exceptional ORR activities (E1/2 = 0.90 V) and satisfactory long‐term durabilities, exceeding those for Pt/C. Furthermore, the unprecedented Fe/N‐CNRs catalytic performance is demonstrated with Zn‐air batteries, including a superior maximum power density (181.8 mW cm−2), specific capacity (998.67 W h kg−1), and long‐term durability over 100 h. The prominent performance stems from the unique 1D structure, hierarchical pore system, high surface area, and homogeneously dispersed single‐atom Fe‐N4 moieties.

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 Opus0,006
Tête enseignante GPT0,198
Écart entre enseignants0,192 · 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

Citations161
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvanced Functional MaterialsMême sujetElectrocatalysts for Energy ConversionTravaux en français237 207