MoS<sub>2</sub>@NiFe<sub>2</sub>O<sub>4</sub>/CB Hybrid As a Bifunctional Electrocatalyst for Water Splitting
Notice bibliographique
Résumé
Designing effective bifunctional electrocatalysts for OER and HER at high current density with low overpotentials is essential to promote water splitting technology for renewable energy conversion and storage. MoS 2 and NiFe 2 O 4 are known functional materials for HER and OER in acidic and alkaline media, respectively. In this work, integrating MoS 2 with NiFe 2 O 4 /CB in various ratios (1:1, 2:1 and 3:1) has been done to improve the catalytic performance of OER and HER. MoS 2 @NiFe 2 O 4 /CB (2:1) hybrid exhibited enhanced OER performance with a low onset potential of 1.38 V, lower overpotentials of 260 mV at j = 10 mA cm -2 and a low Tafel slope of 46 mV dec -1 in 1 M KOH. The hybrid also displayed excellent stability after 12 hrs OER electrolysis, with a negligible change in overpotentials showing ~ 2 % improvement. Besides the synergistic effects between NiFe 2 O 4 /CB and MoS 2 , the improved performance can be ascribed to the enhanced charge-transfer mechanism and texture properties allowing easy accessibility of electrolytes. Contrary to the OER performance, MoS 2 @NiFe 2 O 4 /CB (1:1) displayed the highest HER performance with a low onset potentials of 264 mV, lower overpotentials of 423 mV at j = 10 mA cm -2 and a low Tafel slope of 104 mV dec -1 in 0.5 M H 2 SO 4 , however the performance was lower than that of its individual components (NiFe 2 O 4 /CB and MoS 2 /CB. The low HER results of MoS 2 @NiFe 2 O 4 /CB (1:1) might have resulted from the sluggish kinetics observed. However, the hybrid shows excellent stability affording the similar i-V curves as the initial tests after 1000 cycles, thus MNFC hybrids show considerable potential to facilitate water splitting reactions.
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 | 0,002 | 0,002 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».