MétaCan
Menu
Retour à la cohorte
Enregistrement W3127803114 · doi:10.1002/adfm.202009645

A General Carboxylate‐Assisted Approach to Boost the ORR Performance of ZIF‐Derived Fe/N/C Catalysts for Proton Exchange Membrane Fuel Cells

2021· article· en· W3127803114 sur OpenAlexaff
Yuyang Li, Pengyang Zhang, Liyang Wan, Yanping Zheng, Ximing Qu, Haikun Zhang, Yuesheng Wang, Karim Zaghib, Jiayin Yuan, Shuhui Sun, Shi‐Gang Sun

Notice bibliographique

RevueAdvanced Functional Materials · 2021
Typearticle
Langueen
DomaineEnergy
ThématiqueElectrocatalysts for Energy Conversion
Établissements canadiensInstitut National de la Recherche ScientifiqueHydro-Québec
Organismes subventionnairesNational Key Research and Development Program of ChinaNational Natural Science Foundation of China
Mots-clésCatalysisCarboxylateProton exchange membrane fuel cellZeolitic imidazolate frameworkMetal-organic frameworkMaterials sciencePyrolysisOxygen reduction reactionMetalInorganic chemistryPolyoxometalateChemical engineeringElectrochemistryChemistryPhysical chemistryOrganic chemistryElectrodeMetallurgy

Résumé

récupéré en direct d'OpenAlex

Abstract An Fe/N/C catalyst derived from the pyrolysis of metal–organic frameworks, for example, a zeolitic‐imidazolate‐framework‐8 (ZIF‐8), has been regarded as one of the most promising non‐precious metal catalysts toward oxygen reduction reaction (ORR) in proton exchange membrane fuel cells (PEMFCs). However, its ORR mass activity is still much inferior to that of Pt, partly because of the lack of general and efficient synthetic strategies. Herein, a general carboxylate‐assisted strategy that dramatically enhances the ORR mass activity of ZIF‐derived Fe/N/C catalysts is reported. The carboxylate is found to promote the formation of Fe/N/C catalysts with denser accessible active sites and entangled carbon nanotubes, as well as a higher mesoporosity. These structural advantages make the carboxylate‐assisted Fe/N/C catalysts show a 2–10 fold higher ORR mass activity than the common carboxylate‐free one in various cases. When applied in H 2 –O 2 PEMFCs, the active acetate‐assisted Fe/N/C catalyst generates a peak power density of 1.33 W cm −2 , a new record of peak power density for a H 2 –O 2 PEMFC with non‐Pt ORR catalysts.

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 seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
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)0,0010,000

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 Opus0,016
Tête enseignante GPT0,218
Écart entre enseignants0,202 · 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

Citations194
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvanced Functional MaterialsMême sujetElectrocatalysts for Energy ConversionTravaux en français237 207