Graphene-PEDOT-Platinum Tertiary Composite Material Based Catalyst for Hydrogen Evolution Reaction
Notice bibliographique
Résumé
We fabricated a Laser Scribed Graphene-PEDOT-Platinum (LSG-PEDOT-Pt) tertiary composite material, using a three-step synthesis process, to investigate its catalytic hydrogen evolution reaction (HER) performance: 1. Graphene oxide film was photo-thermally reduced via a CO2 laser into laser-scribed graphene (LSG). 2. A layer of PEDOT polymer was grown on top of the LSG film using vapor assisted polymerization methods to yield a LSG-PEDOT composite film. 3. Platinum nanoparticles were deposited on the LSG-PEDOT composite via pulse-potentiometry. The vapor-assisted polymerized PEDOT decorates the surface of the LSG, forming nanoribbon/wire like structures. The pulse potentiommetry enables platinum to grow vertically on top of the LSG-PEDOT substrate, forming arrays of nanowires. The composite material shows better HER performances than metal platinum in 0.5M H2SO4 solution, with a very low Tafel slope of 29mV/decade, 15mV (vs. RHE) onset overpotential, and achieves 10mA/cm2 current density at a low overpotential of 35mV (vs. RHE). Even though LSG-PEDOT is an intrinsically poor HER catalyst, its high surface area, high conductivity and low charge transfer resistance make LSG-PEDOT a good substrate for HER catalysis material, as demonstrated by the performances of LSG-PEDOT-Pt. LSG-PEDOT composite material could be a promising base material for developing non-noble metal based catalysts. Figure 1
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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».