Embedded Platinum–Cobalt Nanoalloys in Biomass-Derived Laser-Induced Graphene as Stable, Air-Breathing Cathodes for Zinc–Air Batteries
Notice bibliographique
Résumé
Fuel cells and metal–air batteries hold significant promise to help decarbonize transportation and the electricity grid. To encourage widespread adoption of these technologies, improvements to their air-breathing cathodes are required, which address problems such as the high cost of platinum (Pt) catalysts used to boost the kinetics of the oxygen reduction reaction (ORR) as well as the stability of Pt/C interfaces over long-term cycling. In this paper, we demonstrate a facile approach to reduce Pt content to less than 2 wt % by interfacing Pt with CoO x as well-dispersed nanoparticles entrapped within a highly conductive laser-induced graphene (LIG) matrix. Laser-induced carbonization of polymerized furfural alcohol preloaded with Co and Pt precursors resulted in the formation of a mixture of spherical nanoalloys PtCoO x and core (CoO x )–shell (Pt) structures. This LIG-PtCoO x electrode exhibited a low onset and half-wave potential in alkaline media, which closely approached a benchmark Pt/C. The effectiveness of LIG-PtCoO x was demonstrated by its performance in rotating disk and rotating ring disk electrode studies versus commercial Pt/C with the same concentration of the catalyst, which resulted in 4-fold greater mass activity and more than 6-fold higher specific activity, which are reflected in a high turnover frequency (TOF). The resulting material was tested as an air–cathode for zinc (Zn)–air batteries leading to improved stability (118 h of operation) and rechargeability (0.75 V voltage gap), exhibiting a higher peak power density compared to batteries assembled with the commercial benchmark Pt/C cathodes with similar composition.
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 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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 tête enseignante, 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 ».