Nickel‐based anodes in anion exchange membrane water electrolysis: a review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract BACKGROUND Anion exchange membrane water electrolysis (AEMWE) is a promising technology for efficiently producing low‐cost hydrogen (H 2 ). Of the two half‐cell reactions in AEMWE, the oxygen evolution reaction (OER) is kinetically sluggish, requiring an electrocatalyst to promote the reaction. Nickel (Ni) is a promising non‐noble metal catalyst for OER due to its low cost, high stability, and activity in alkaline media. In an AEMWE, Ni particles form a catalytic layer bound together using an anion exchange ionomer (AEI), which also serves to provide hydroxide ion transport throughout the layer. RESULTS In this review, reports of lab synthesized Ni particle‐based anode catalytic layers with AEIs, used specifically in AEMWE devices, are summarized from 2015 onwards to highlight the recent research and development of active Ni‐based AEMWE anodes. The synthesis and electrode fabrication method for the anodes is analyzed to offer a perspective on the feasibility of industrial scale AEMWE. As ionomeric binders are an important component of AEMWE anodes, the ionomer type and loading used with the Ni‐based particles is also summarized with a focus on how those parameters affect catalytic performance. CONCLUSION The literature analysis performed in this work demonstrates the potential of the AEMWE process and provides recommendations for future work on furthering the current understanding of the interactions between the various components of the system. Additionally, it is recommended that future research efforts be focused on further understanding how developed materials perform in a working AEMWE device. © 2022 Society of Chemical Industry (SCI).
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.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle