Novel Cobalt-Doped Ni<sub>0.85</sub>Se Chalcogenides (Co<sub><i>x</i></sub>Ni<sub>0.85–<i>x</i></sub>Se) as High Active and Stable Electrocatalysts for Hydrogen Evolution Reaction in Electrolysis Water Splitting
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In this paper, novel cobalt-doped Ni0.85Se chalcogenides (CoxNi0.85–xSe, x = 0.05, 0.1, 0.2, 0.3, and 0.4) are successfully synthesized and studied as high active and stable electrocatalysts for hydrogen evolution reaction (HER) in electrolysis water splitting. The morphologies, structures, and composition of these as-prepared catalysts are characterized by X-ray diffraction, X-ray photoelectron spectroscopy, Raman spectroscopy, and transmission electron microscopy. The electrochemical tests, such as linear sweep voltammetry, cyclic voltammetry, electrochemical impedance spectroscopy, and chronoamperometry testing, are performed to evaluate these catalysts’ HER catalytic performance including activity and stability. The results indicate that a suitable doping can result in synergetic effect for increasing the catalytic performance. Among different catalysts, Co0.1Ni0.75Se shows the highest HER performance. After introducing the reduced graphene oxide (rGO) into this catalyst as the support, the resulted Co0.1Ni0.75Se/rGO shows even better performance than unsupported Co0.1Ni0.75Se, which are confirmed by the reduction of HER overpotential of Co0.1Ni0.75Se/rGO to 103 mV compared to 153 mV of Co0.1Ni0.75Se at a current density of 10 mA/cm2, and the smaller Tafel slope (43 mV/dec) and kinetic resistance (21.34 Ω) than those of Co0.1Ni0.75Se (47 mV/dec, 30.23 Ω). Furthermore, the large electrochemical active surface area and high conductivity of such a Co0.1Ni0.75Se/rGO catalyst, induced by rGO introduction, are confirmed to be responsible for the high HER performance.
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.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle