Ni@Ni<sub>2</sub>P Encapsulation in Interconnected N-Doped Carbonized Cellulose Nanofibril Network for Efficient Oxygen Evolution Reaction
Notice bibliographique
Résumé
Production of cost-efficient and robust electrocatalysts toward oxygen evaluation reaction (OER) is a challenging work. In this work, cellulose nanofibrils (CNF) obtained from natural plant fiber with distinctive three-dimensional networks are used as structural skeletons and conductive substrates for electrocatalytic materials. One-step pyrolysis of aerogel composed of CNF and nickel salt yields Ni@Ni 2 P nanoparticles encapsulated in nitrogen-doped interconnected carbonized CNF and carbon nanotubes (denoted as Ni@Ni 2 P/N-CNF-CN). Benefiting from the desirable characteristics conferred by the carbon substrates, such as large specific surface area, multitudinous mesopores, and favorable conductivity, the hybrid catalyst exhibits excellent catalytic performance toward OER with a low overpotential of 269 mV to reach a current density of 10 mA cm –2 and a low Tafel slope of 65.0 mV dec –1 in 1 M KOH solution. Furthermore, the as-prepared catalyst also reveals favorable stability with 1.7% decay after 20 h long-term chronopotentiometry testing. The approach to convert inexpensive and renewable biopolymers into high value-added carbon based electrocatalytic materials described in the present work provides novel, green, and broader opportunities for the utilization of biomass materials.
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 | 0,000 | 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 ».