MétaCan
Menu
Retour à la cohorte
Enregistrement W4403095221 · doi:10.1021/acscatal.4c02871

Active Sites and Stability Study of Fe/N/C Catalyst in PEMFCs: A Decade of Stunning Progress and the Remaining Challenges

2024· article· en· W4403095221 sur OpenAlexaff
Xiaohua Yang, Zhiyin Huang, Lei Du, Qian Li, Siyu Ye

Notice bibliographique

RevueACS Catalysis · 2024
Typearticle
Langueen
DomaineEnergy
ThématiqueElectrocatalysts for Energy Conversion
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesNatural Science Foundation of Guangdong ProvinceNational Natural Science Foundation of China
Mots-clésCatalysisStunningChemical engineeringChemistryMaterials scienceEngineeringOrganic chemistryMedicine

Résumé

récupéré en direct d'OpenAlex

Over the past few decades, Fe/N/C, as the most promising platinum group metal (PGM) alternative, has provided a unique roadmap for developing proton exchange membrane fuel cells (PEMFCs) due to the low-cost and earth-abundant elements. However, the high-performance Fe/N/C catalysts always demonstrate poor stability, especially during real-world fuel cell operation, which has attracted increased attention in recent years. Great efforts have been devoted in the past decade to understanding active sites and their degradation mechanisms. Herein, we review the progress in the past decade in terms of active site identification and degradation phenomena/mechanisms of Fe/N/C catalysts, particularly in PEMFCs (rather than the conventional three-electrode system). Meanwhile, we also highlight the latest advances in improving the stability of PGM-free catalysts. At the end of this critical review, perspectives are provided to determine the potential strategies to further improve the activity and stability of Fe/N/C catalysts for PEMFCs.

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)0,001
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: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,517
Score d'incertitude au seuil0,712

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
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 Opus0,021
Tête enseignante GPT0,264
Écart entre enseignants0,243 · 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'étudeQualitatif
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

Citations29
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS CatalysisMême sujetElectrocatalysts for Energy ConversionTravaux en français237 207