Modification of Carbon Black by Thermal Decomposition of Lead Acetylacetonate to Improve Activities for Ethanol Oxidation at Supported Pt Catalysts
Notice bibliographique
Résumé
Direct ethanol fuel cells (DEFC) are a type of promising energy-conversion device with high efficiency. The investigation of anode catalysts for DEFC is extremely important in improving energy efficiency. Improvement of the catalytic activity and long-term stability of Pt catalysts supported on some metal oxides has been reported for ethanol oxidation in acidic conditions. This synergistic effect mainly arises from the bifunctional effect and charge transfer between metal oxides and Pt catalysts.[1] In our study, thermal decomposition of Pb(acac)2 (acac = acetylecetonate) was used to rapidly prepare lead oxide supports on titanium foil and high surface area carbon electrode materials for electrocatalysis. On titanium electrodes, a thin layer of lead oxide was first prepared, followed by drop coating with a certain amount of a Pt nanoparticle solution. For high surface area carbon electrodes, Pt nanoparticles were adsorbed onto a carbon black-lead oxide composite, followed by painting a catalyst ink onto carbon fibre paper. The catalysts were characterized by X-ray diffraction and energy dispersive X-ray spectrometry. The electrochemical performance of the catalysts for ethanol oxidation was studied through cyclic voltammetry, chronoamperometry and in a proton exchange membrane electrolysis cell. Durability was studied through investigating the composition change before and after performing cyclic voltammetry. The lead oxide support was found to have a significant influence on onset potential, current density and product distribution for ethanol oxidation. Acknowledgments: This work was supported by the Natural Sciences and Engineering, Research Council of Canada and Memorial University. [1] G.M. Alvarenga, H.M. Villullas, Current Opinion in Electrochemistry, 4, 39, (2017).
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 ».