Transition-Metal and Nitrogen-Doped Carbon Nanotube/Graphene Composites as Cathode Catalysts for Anion-Exchange Membrane Fuel Cells
Notice bibliographique
Résumé
Transition-metal and nitrogen-doped graphene-like material and carbon nanotube (M-N-Gra/CNT) composites are prepared, characterized, and used as cathode catalysts in anion-exchange membrane fuel cells (AEMFCs). Melamine as a nitrogen source and cheap iron and cobalt salts as metal precursors are used for doping via high-temperature pyrolysis. The success of doping is proven by several physicochemical analysis methods, and the catalyst materials possess rather similar textural properties. The initial assessment of the oxygen reduction reaction activity using the rotating disk electrode method shows that Fe-N-Gra/CNT, Co-N-Gra/CNT, and CoFe-N-Gra/CNT materials have very similar electrocatalytic performances in alkaline media as well as excellent short-term stability but a different yield of HO 2 – formation. The M-N-Gra/CNT materials as cathode catalysts together with the Aemion+ reinforced anion-exchange membrane exhibit very good AEMFC performance, especially CoFe-N-Gra/CNT, comparable to that of Pt/C, reaching a peak power density of 638 mW cm –2 . Such an excellent fuel cell performance of the M-N-Gra/CNT catalyst materials is attributed to the presence of M–N x sites, carbon-encapsulated transition-metal nanoparticles, and feasible nitrogen-containing moieties.
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 | 0,001 | 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 | 0,001 | 0,000 |
| 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 ».