Comparative Oxygen Evolution Reaction performance of cobalt oxide electrocatalyst in combination with various metal ions MCo<sub>2</sub>O<sub>4</sub> (M= Mn<sup>2+</sup>, Cu<sup>2+</sup>, Co<sup>2+</sup>, Zn<sup>2+</sup>, Fe<sup>2+</sup>, Mg<sup>2+</sup>)
Notice bibliographique
Résumé
Abstract Oxygen evolution reaction (OER) supported by electrocatalyst is very important reaction in electrochemical system e.g. air-battery based energy storage devices, water splitting, and photo electrochemical cells. Therefore developing inexpensive, non-hazardous, noble metal free, transition metal oxide based electrocatalyst is necessary for energy application and environmental sustainability. MCo 2 (III)O 4 based oxides in combination of various metal ions (Mn 2+ , Cu 2+ , Co 2+ , Zn 2+ , Fe 2+ , Mg 2+ ) are studied as OER electrocatalyst in both acidic and basic medium. When deposited on a glassy carbon current collector the comparative LSV polarization plots revealed that in acidic medium FeCo 2 O 4 is the best OER performing electrocatalyst, showing onset potential +1.62 V vs RHE with current 1.66 mA/cm 2 , while in basic medium it is MnCo 2 O 4 that preforms the best, showing an onset potential +1.53 V vs RHE with OER current density 2.06 mA/cm 2 . When nickel foam was used as the current collector, Co 3 O 4 shows the best OER performance, with an onset potential 1.508 V vs RHE and OER current 159 mA/cm 2 in acidic medium. However in the basic medium the substrate nickel foam outperforms all the oxides combinations with different metal ions due to partially oxidized NiO at nickel foam, showing onset OER potential +1.58 V vs RHE and OER current density 13mA/cm 2 . No correlation was found between the rates of OER and the bond dissociation energies of the respective metal-oxygen bonds nor the metal-hydroxide bond strength.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,001 | 0,009 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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; 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 ».