MétaCan
Menu
Retour à la cohorte
Enregistrement W4318832853 · doi:10.1126/sciadv.adf2398

Covalent organic frameworks with Ni-Bis(dithiolene) and Co-porphyrin units as bifunctional catalysts for Li-O <sub>2</sub> batteries

2023· article· en· W4318832853 sur OpenAlexaff
Si‐Wen Ke, Wei Li, Yuming Gu, Jian Su, Yifan Liu, Shuai Yuan, Jing‐Lin Zuo, Jing Ma, Ping He

Notice bibliographique

RevueScience Advances · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Battery Materials and Technologies
Établissements canadiensMinistry of Education and Child Care
Organismes subventionnairesNational Key Research and Development Program of China
Mots-clésBifunctionalBimetallic stripCatalysisMaterials scienceCathodeRational designChemical engineeringPorphyrinBattery (electricity)Density functional theoryIsostructuralBifunctional catalystNanotechnologyChemistryPhotochemistryPhysical chemistryOrganic chemistryComputational chemistry

Résumé

récupéré en direct d'OpenAlex

The rational design of efficient and stable catalysts for the oxygen reduction reaction and oxygen evolution reaction (ORR/OER) is the key to improving Li-O 2 battery performance. Here, we report the construction of ORR/OER bifunctional cathode catalysts in a covalent organic framework (COF) platform by simultaneously incorporating Ni-bis(dithiolene) and Co-porphyrin units. The resulting bimetallic Ni/Co-COF exhibits high surface area, fairly good electrical conductivity, and excellent chemical stability. Li-O 2 batteries with the Ni/Co-COF–based cathode show a low discharge/charge potential gap (1.0 V) and stable cycling (200 cycles) at a current density of 500 mA g −1 , rivaling that of PtAu nanocrystals. Density functional theory computations and control experiments using nonmetal or single metal–based isostructural COFs reveal the critical role of Ni and Co sites in reducing the discharge/charge overpotentials and regulating the Li 2 O 2 deposition. This work highlights the advantage of bimetallic COFs in the rational design of efficient and stable Li-O 2 batteries.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,030
Score d'incertitude au seuil0,666

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,010
Tête enseignante GPT0,236
Écart entre enseignants0,225 · 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 tête enseignante, 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

Citations90
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScience AdvancesMême sujetAdvanced Battery Materials and TechnologiesTravaux en français237 207