Hydration‐Effect‐Promoting Ni–Fe Oxyhydroxide Catalysts for Neutral Water Oxidation
Notice bibliographique
Résumé
Abstract Oxygen evolution reaction (OER) catalysts that function efficiently in pH‐neutral electrolyte are of interest for biohybrid fuel and chemical production. The low concentration of reactant in neutral electrolyte mandates that OER catalysts provide both the water adsorption and dissociation steps. Here it is shown, using density functional theory simulations, that the addition of hydrated metal cations into a Ni–Fe framework contributes water adsorption functionality proximate to the active sites. Hydration‐effect‐promoting (HEP) metal cations such as Mg 2+ and hydration‐effect‐limiting Ba 2+ into Ni–Fe frameworks using a room‐temperature sol–gel process are incorporated. The Ni–Fe–Mg catalysts exhibit an overpotential of 310 mV at 10 mA cm −2 in pH‐neutral electrolytes and thus outperform iridium oxide (IrO 2 ) electrocatalyst by a margin of 40 mV. The catalysts are stable over 900 h of continuous operation. Experimental studies and computational simulations reveal that HEP catalysts favor the molecular adsorption of water and its dissociation in pH‐neutral electrolyte, indicating a strategy to enhance OER catalytic activity.
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 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 | 0,000 | 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 | 0,001 |
| 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 tête enseignante, 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 ».