MétaCan
Menu
Retour à la cohorte
Enregistrement W4386894434 · doi:10.3390/catal13091307

Sterical Self-Consistency of Carbonaceous Nanopolyhedra Triggered by Introduced CNTs to Optimize ORR Performance

2023· article· en· W4386894434 sur OpenAlexaff
Yuanhui Zuo, Yanlong Tang, Huancong Shi, Shijian Lu, Paitoon Tontiwachwuthikul

Notice bibliographique

RevueCatalysts · 2023
Typearticle
Langueen
DomaineEnergy
ThématiqueElectrocatalysts for Energy Conversion
Établissements canadiensUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceCatalysisElectrocatalystCarbon nanotubeChemical engineeringElectrolyteProton exchange membrane fuel cellNanotechnologyMethanolCathodePorosityElectrochemistryElectrodeChemistryComposite materialOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

The electrocatalyst of oxygen reduction reactions is one of the basic components of a fuel cell. In addition to costly Pt/C benchmark catalysts, cost-effective carbon-based catalysts have received the most attention. Enormous efforts have been dedicated to trade off the catalyst performance against the economic benefit. Optimizing composition and/or structure is a universal strategy for improving performance, but it is typically limited by tedious synthesis steps. Herein, we have found that directly introducing CNT into MOF-derived carbonaceous nanopolyhedra, i.e., introduced carbon nanotubes (CNTs) penetrated porous nitrogen-doped carbon polyhedra (NCP) dotted with cobalt nanoparticles (denoted as CNTs-Co@NCP), can optimize the catalytic activity, stability, and methanol tolerance. The hierarchical architecture combines the 0D/1D/3D Co/CNT/NCP interfaces and 1D/3D CNT/NCP junctions with the frameworks with a greatly exposed active surface, strengthened mass transport kinetics, stereoscopic electrical conductivity networks and structural robustness. The sterical self-consistency of MOF-self-assembly triggered by introduced CNTs demonstrates tactful ORR electrocatalytic activity regulation. Eventually, the CNTs-Co@NCP showed a half-wave potential (E1/2) of 0.86 V and a diffusion-limited current density (JL) of 5.94 mA/cm2 in alkaline electrolyte. The CNTs-Co@NCP was integrated into the cathode of a direct methanol fuel cell (DMFC) with an anion-exchange membrane, and an open-circuit voltage (OCV) of 0.93 V and a high power density of 46.6 mW cm−2 were achieved. This work successfully developed a catalyst with competitive ORR performance through plain parameter fine-tuning without complex material design.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,008
Tête enseignante GPT0,216
Écart entre enseignants0,209 · 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 source (Gemma direct ou Codex distillé), 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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCatalystsMême sujetElectrocatalysts for Energy ConversionTravaux en français237 207