Synergistic Binary Fe–Co Nanocluster Supported on Defective Tungsten Oxide as Efficient Oxygen Reduction Electrocatalyst in Zinc‐Air Battery
Notice bibliographique
Résumé
Abstract Rational design of metal oxide supported non‐precious metals is essential for the development of stable and high‐efficiency oxygen reduction reaction (ORR) electrocatalysts. Here, an efficient ORR catalyst consisting of binary Fe/Co nanoclusters supported by defective tungsten oxide and embedded N‐doped carbon layer (NC) with a 3D ordered macroporous architecture (3DOM Fe/Co@NC‐WO2−x) is developed. The oxygen deficient 3DOM WO2−x not only serves as a porous and stable support, but also enhances the conductivity and ensures good dispersion of the binary Fe/Co nanocluster, benefiting its ORR catalytic activity. Theoretical calculation shows that there exists a synergistic effect of electron transfer from Fe to Co in the supported binary Fe/Co cluster, promoting the ORR reaction energetics. Accordingly, the 3DOM Fe/Co@NC‐WO2−x catalyst exhibits excellent ORR activity in alkaline medium with a half wave potential (E1/2) of 0.87 V higher than that of Pt/C (0.85 V). The zinc–air batteries assembled by 3DOM Fe/Co@NC‐WO2−x cathode deliver a higher power density and specific capacity than that of Pt/C. A new strategy of combining synergistic binary‐metal nanoclusters and conductive metal oxide support design is provided here to develop efficient and durable ORR electrocatalyst.
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) | 0,000 | 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 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 ».