Nanoscale Fe3O4 Electrocatalysts for Oxygen Reduction Reaction
Notice bibliographique
Résumé
This study presents a straightforward hydrothermal synthesis approach to fabricate uniform and highly dispersed nanoscale Fe3O4 electrocatalysts for the oxygen reduction reaction (ORR). FeSO4·7H2O is used as the precursor, and sodium dodecyl sulfate (SDS) is incorporated as a dispersing agent to optimize particle size and dispersion. The SDS concentration plays a crucial role in controlling the particle size and distribution, with higher SDS concentrations resulting in smaller, well-dispersed particles (30–40 nm), compared to the agglomerated particles formed without SDS. The Fe3O4 catalyst demonstrates significant enhancement in ORR performance, with a half-wave potential of 0.091 V vs. Hg/HgO and a limiting diffusion current density of −5.50 mA cm2, surpassing the performance of agglomerated Fe3O4 and approaching that of state-of-the-art 20% Pt/C catalysts. Additionally, the Fe3O4 catalyst exhibits superior stability and resistance to methanol and CO poisoning, presenting a promising alternative to platinum-based catalysts for ORR applications. This work introduces an efficient approach for the synthesis of high-performance and evenly distributed Fe3O4 electrocatalysts, offering a new pathway for the development of metal oxide-based ORR catalysts with enhanced activity and durability.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 | 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 ».