Solvent-Free Mechanochemical Synthesis of Ultrasmall Nickel Phosphide Nanoparticles and Their Application as a Catalyst for the Hydrogen Evolution Reaction (HER)
Notice bibliographique
Résumé
The photocatalytic (PC) splitting of water into oxygen and hydrogen has attracted considerable attention in the past decade. Despite the promise of hydrogen gas as a new energy resource, the environmentally friendly design of viable catalysts with good morphological and size control remains a continual challenge. Of the many classes of available catalysts, metal phosphides are a low-cost and potentially accessible option as catalysts for this reaction, in comparison to the traditionally used precious-metal catalysts. However, the synthesis of metal phosphide nanomaterials currently involves the use of highly reactive phosphorus sources at high temperatures in organic solvents. Herein, we demonstrate the application of sodium phosphide as an excellent solid-state phosphorus source for the synthesis of nickel phosphide nanoparticles below 3 nm in diameter, a size range previously unheard of for the mechanochemical synthesis of metal phosphides. These nanoparticles in turn showed success for the hydrogen evolution reaction, using graphitic carbon nitride as a photocatalytic support, generating 233.9 μmol g–1 h–1 of hydrogen, using broad spectrum light at room temperature after only 3 h, and being readily recyclable and reusable, without any decrease in reactivity. This mechanochemical method shows a mass intensity (MI) value over 2.5 times lower than those of traditionally used solution-based methods, even after workup and washing of the product. Upon scaling up the reaction to a 2.5 g scale, we were able to further improve the MI to 3 times lower than those of traditional solvent-based methods, while the energy demand was reduced over 18-fold.
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 | 0,001 |
| 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) | 0,000 | 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 ».