Van der Waals Heterostructures—Recent Progress in Electrode Materials for Clean Energy Applications
Notice bibliographique
Résumé
The unique layered morphology of van der Waals (vdW) heterostructures give rise to a blended set of electrochemical properties from the 2D sheet components. Herein an overview of their potential in energy storage systems in place of precious metals is conducted. The most recent progress on vdW electrocatalysis covering the last three years of research is evaluated, with an emphasis on their catalytic activity towards the oxygen reduction reaction (ORR), oxygen evolution reaction (OER), and hydrogen evolution reaction (HER). This analysis is conducted in pair with the most active Pt-based commercial catalyst currently utilized in energy systems that rely on the above-listed electrochemistry (metal-air battery, fuel cells, and water electrolyzers). Based on current progress in HER catalysis that employs vdW materials, several recommendations can be stated. First, stacking of the two types vdW materials, with one being graphene or its doped derivatives, results in significantly improved HER activity. The second important recommendation is to take advantage of an electronic coupling when stacking 2D materials with the metallic surface. This significantly reduces the face-to-face contact resistance and thus improves the electron transfer from the metallic surface to the vdW catalytic plane. A dual advantage can be achieved from combining the vdW heterostructure with metals containing an excess of d electrons (e.g., gold). Despite these recent and promising discoveries, more studies are needed to solve the complexity of the mechanism of HER reaction, in particular with respect to the electron coupling effects (metal/vdW combinations). In addition, more affordable synthetic pathways allowing for a well-controlled confined HER catalysis are emerging areas.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».