The effect of Ir content on the stability of Ti/IrO<sub>2</sub>‐SnO<sub>2</sub>‐Sb<sub>2</sub>O<sub>5</sub> electrodes for O<sub>2</sub> evolution
Notice bibliographique
Résumé
Ternary IrO2‐SnO2‐Sb2O5 is among the best electrocatalysts for O2 evolution. Its compositions, especially its Ir content, have significant impacts on the electrochemical stability, activity, and cost of the electrode. In this paper, the effects of Ir content on the electrochemical stability and activity of the Ti/IrO2‐SnO2‐Sb2O5 electrodes were investigated. Experimental results show that the electrochemical stability initially increased with nominal Ir content until 10 mol%. From 10–30 mol%, the effect of Ir composition gives insignificant difference. Further increase in Ir content beyond 30 mol% resulted in a decrease in the electrochemical stability. The performance of the electrode depends on all the steps it was made with about 15 % variation observed at Ir content of 20 mol%, where the longest average accelerated service life was found to be 1063 h under the conditions of anodic current density of 10 000 A/m2 in 3 mol/L H2SO4 electrolyte at 70 °C. The study on electrode degradation and failure mechanism reveals that the development of cracks or pores in the coating surface, the loss of Sb and Ir contents, and crystalline structure change of the coating during the life test facilitated the deactivation of the electrode. Moreover, the non‐conductive TiO2 interlayer formation was found to be responsible for the peeling of the coating layer, leading to the failure of Ti/IrO2‐SnO2‐Sb2O5, especially with high Ir content (> 30 mol% in nominal).
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) | 0,000 | 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) | 0,001 | 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 ».