Computational Investigation into the Ni(SeNHC<sub>2</sub>(CN)<sub>2</sub>)<sub>2</sub> and Ni(SNHC<sub>2</sub>(CN)<sub>2</sub>)<sub>2</sub> Complexes as Potential Catalysts for Hydrogen Production
Notice bibliographique
Résumé
To reduce our carbon footprint, we must look at alternative non-carbon-containing fuels to prevent continued global climate change. One environmentally friendly alternative fuel is molecular hydrogen. Herein the Ni(SeNHC 2 (CN) 2 ) 2 complex was studied using DFT to determine the thermodynamics associated with the electrocatalytic formation of H 2 (g). From the calculated thermodynamics, it appears that the Ni(SeNHC 2 (CN) 2 ) 2 complex is predicted to catalyze the production of H 2 gas under mildly reducing conditions relative to the SHE. Notably, the thermodynamics are better than the values calculated for the analogous Ni(SNHC 2 (CN) 2 ) 2 complex which has been shown experimentally to catalyze the formation of H 2 gas in aqueous solution. Regarding possible kinetic reactivity, the HOMO–LUMO gap energies were calculated. From the gap energies, it is expected that the Se-containing compounds would be more reactive to electron transfer in the third reduction step, meaning therefore that a smaller overpotential would be needed to drive the reduction of Red2-H 2 relative to S Red2-H 2 in agreement with past experimental work. Thus, the use of Se in such compounds may offer a means to improve the catalysts for H 2 production.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 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) | 0,006 | 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 ».