Synthesis of low‐cost <scp>Co‐Sn‐Pd</scp>/<scp>rGO</scp> catalysts via ultrasonic irradiation and their electrocatalytic activities toward oxygen reduction reaction
Notice bibliographique
Résumé
Abstract Reduced graphene supported Co‐Sn‐Pd nanoparticle catalysts(Co0.2SnxPdy/rGO, x + y = 0.4) were successfully synthesized by reducing the trace amounts of ions (Pd2+, Sn2+, and Co2+) in the presence of reduced graphene via an ultrasonic irradiation method. Characterization of the Co0.2SnxPdy/rGO catalysts by X‐ray diffraction (XRD) and transmission electron microscopy (TEM) indicates that the Co0.2Sn0.2Pd0.2/rGO catalyst with a mean diameter of ~3.8 nm is close to a single‐phase solid solution. X‐ray photoelectron spectroscopy (XPS) shows the binding energy of metallic Pd shifts to a higher angle in the Co0.2SnxPdy/rGO (x + y = 0.4) catalysts, indicating a shift of Pd electronic centre upon alloying with Co and Sn. Conventionally, ternary Co‐Sn‐Pd/rGO catalysts show greater oxygen reduction reaction (ORR) activities and durability than binary Pd‐Co/rGO catalyst and 20 wt% Pt/C catalyst even at a very low Pd content. Among of the synthetic catalysts, the Co0.2Sn0.2Pd0.2/rGO catalyst exhibits the best ORR activity (E1/2 = 0.91 V, k = −57 mV · dec−1) and dominates a 4‐electron pathway in the ORR process (n = 3.95 ± 0.09, H2O2<4%). Also, the Co0.2SnxPdy/rGO (x + y = 0.4) catalysts display a remarkable advantage of high methanol tolerance compared to that of the commercial 20 wt% Pt/C catalyst, which make them potential candidates for direct methanol fuel cells.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,001 | 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 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 ».