A van der Waals density functional theory comparison of metal decorated graphene systems for hydrogen adsorption
Notice bibliographique
Résumé
Previous Density Functional Theory (DFT) studies on metal decorated graphene generally use local density approximation (LDA) or generalized gradient approximation (GGA) functionals which can cause inaccuracies in hydrogen binding energies as they neglect van der Waals (vdW) interactions and are difficult to compare due to their widely varying simulation parameters. We investigated the hydrogen binding ability of several metals with a consistent set of simulations using the GGA functional and incorporated vdW forces through the vdW-DF2 functional. Metal adatom anchoring on graphene and hydrogen adsorption ability for both single and double sided decoration were studied for eight metals (Al, Li, Na, Ca, Cu, Ni, Pd, and Pt). It was found that the vdW correction can have a significant impact on both metal and hydrogen binding energies. The vdW-DF2 functional led to stronger metal adatom and hydrogen binding for light metals in comparison to GGA results, while heavier transition metals displayed the opposite behaviour but still produced stronger hydrogen binding energies than light metals. Nickel was found to be the best balance between hydrogen binding ability for reversible storage and low weight. The effects on hydrogen binding energy and maximum achievable hydrogen gravimetric density were analyzed for Ni-graphene systems with varying metal coverage. Lower metal coverage was found to improve hydrogen binding but decrease hydrogen gravimetric density. The highest achieved Ni-graphene system gravimetric density was 6.12 wt. %.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».