Tracking Feni Nanoparticle Surface Inclusions after Electrochemical Aging for the Oxygen Evolution Reaction
Notice bibliographique
Résumé
Improving the efficiency of the oxygen evolution reaction (OER) could be highly beneficial to a variety of clean energy applications. Technologies that include fuel cells, electrolyzers, and metal-air batteries are often limited by the cost and scarcity of precious metal catalysts. There is, therefore, a desire to identify earth-abundant electrocatalysts that exhibit reduced overpotentials and to prepare nanocatalyst structures that both efficiently utilize and increase the active surface area of these materials. Recently, the intentional inclusion of Fe into Ni oxide thin films to prepare electrodes of a homogenous composition have exhibited a reduction in their overpotentials and improved overall catalytic activity. The incorporation of discreet FeNi nanoparticles (NPs) into the surfaces of Ni electrodes has not, as of yet, been fully explored and is of interest to assess how these surface inclusions and morphologies may change with prolonged electrochemical aging. In this work, dimpled Ni electrodes supporting FeNi NPs were prepared by electroplating around spherical poly(styrene) (PS) templates (500-nm in diameter). The PS spheres were coated with FeNi NPs using solution-phase assembly techniques. The NP coated PS spheres served two functions: (i) creating regular dimpled features for tracking the electrode morphology; and (ii) positioning the FeNi NPs at the electrode surfaces within these dimpled features. Alkaline electrochemical aging by cyclic voltammetry (CV) was conducted to achieve an adequately stable Ni oxy-hydroxide phase prior to the OER measurements. Changes to the composition and morphology of these electrodes, both before and after electrochemical measurements, were monitored by scanning and transmission electron microscopy techniques including correlative energy dispersive X-ray spectroscopy. The FeNi NPs coated on Ni electrodes demonstrated a higher electrochemical activity for the OER than dimpled Ni electrodes without the FeNi NPs.
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 | 0,000 | 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 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 ».