Stabilizing Hydrous β-NiOOH for Efficient Electrocatalytic Water Oxidation by Integrating Y and Co into Amorphous Ni-Based Nanoparticles
Notice bibliographique
Résumé
A two-stage ball milling process was used to synthesize amorphous Ni 79.2 Nb 12.5 Y 8.3 and Ni 74.2 Co 5 Nb 12.5 Y 8.3 nanoparticles from elemental powders. The two-stage ball milling process provides a scalable and industrially applicable method for producing non-metalloid amorphous nanoparticles. The amorphous nanoparticles displayed excellent catalytic performance toward the oxygen evolution reaction (OER) in 1 M KOH, displaying lower overpotentials than IrO 2 at 10 mA cm –2 . The addition of Co in the amorphous alloy reduced the overpotential to 288 mV at 10 mA cm –2 . The pairing of X-ray photoelectron spectroscopy and in situ X-ray absorption spectroscopy revealed that the improved OER activity of amorphous Ni 74.2 Co 5 Nb 12.5 Y 8.3 was attributed to the catalytic synergy between Y and Co. The integration of Y supported proton-coupled electron-transfer processes that assisted with the electrostatic adsorption of OH – and formation of oxyhydroxide species, while Co sites enabled metal-oxo bonding to prevent Ni overcharging and the stabilization of β-NiOOH. The catalytic synergy between Y and Co reduces the amount of Co needed to enhance the OER activity of Ni-based alloys and lessens the dependence on Co, which is in high demand in many renewable energy and storage applications.
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) | 0,000 | 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 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 ».