Iron and Nickel Phthalocyanine‐Modified Nanocarbon Materials as Cathode Catalysts for Anion‐Exchange Membrane Fuel Cells and Zinc‐Air Batteries**
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Iron and nickel phthalocyanines along with different carbon supports, i. e., multi‐walled carbon nanotubes (MWCNT), graphene, carbide‐derived carbon, Vulcan carbon, and mesoporous carbon (MC, from Pajarito Powder, LLC), are used to prepare six bimetallic (Fe, Ni) N‐doped carbon‐based catalysts. The aim of this work is to investigate the electrocatalytic activity of bimetal phthalocyanine‐modified nanocarbon catalysts, e. g., the effect of carbon supports on the oxygen reduction reaction (ORR) and oxygen evolution reaction (OER), including the anion‐exchange membrane fuel cell (AEMFC) and rechargeable zinc‐air battery (RZAB) configuration. The catalysts exhibit excellent electrocatalytic activity as exemplified by their half‐wave potential ( E 1/2 ) for ORR and the potential at which the OER current density reaches 10 mA cm −2 ( E j =10 ), but the best performing catalysts are FeNiN−MC ( E 1/2 =0.88 V, E j =10 =1.58 V) and FeNiN−MWCNT ( E 1/2 =0.87 V, E j =10 =1.59 V). In AEMFC analyses, FeNiN−MWCNT cathode provides peak power density ( P max ) of 406 mW cm −2 , slightly higher than that of FeNiN−MC ( P max =386 mW cm −2 ). Both catalysts exhibit a good RZAB performance ( P max of 85 mW cm −2 for FeNiN−MWCNT). The assembled RZABs run stably for 48 h without any significant loss of performance.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 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 découle