MétaCan
Menu
Retour à la cohorte
Enregistrement W4214489832 · doi:10.3390/en15051609

Nickel-Based Electrocatalysts for Water Electrolysis

2022· article· en· W4214489832 sur OpenAlexaff
Zuraya Angeles-Olvera, Alfonso Crespo‐Yapur, Oliver Rodríguez, Jorge L. Cholula‐Díaz, Luz María Martínez, Marcelo Videa

Notice bibliographique

RevueEnergies · 2022
Typearticle
Langueen
DomaineEnergy
ThématiqueElectrocatalysts for Energy Conversion
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésElectrolysisHydrogen productionElectrolysis of waterNickelWater splittingOxygen evolutionHeteroatomEnergy carrierElectrolytic processProcess engineeringNanotechnologyElectrochemistryHydrogenEnvironmental scienceMaterials scienceChemistryCatalysisMetallurgyEngineering

Résumé

récupéré en direct d'OpenAlex

Currently, hydrogen production is based on the reforming process, leading to the emission of pollutants; therefore, a substitute production method is imminently required. Water electrolysis is an ideal alternative for large-scale hydrogen production, as it does not produce any carbon-based pollutant byproducts. The production of green hydrogen from water electrolysis using intermittent sources (e.g., solar and eolic sources) would facilitate clean energy storage. However, the electrocatalysts currently required for water electrolysis are noble metals, making this potential option expensive and inaccessible for industrial applications. Therefore, there is a need to develop electrocatalysts based on earth-abundant and low-cost metals. Nickel-based electrocatalysts are a fitting alternative because they are economically accessible. Extensive research has focused on developing nickel-based electrocatalysts for hydrogen and oxygen evolution. Theoretical and experimental work have addressed the elucidation of these electrochemical processes and the role of heteroatoms, structure, and morphology. Even though some works tend to be contradictory, they have lit up the path for the development of efficient nickel-based electrocatalysts. For these reasons, a review of recent progress is presented herein.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,296
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,210
Écart entre enseignants0,203 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations101
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergiesMême sujetElectrocatalysts for Energy ConversionTravaux en français237 207