MétaCan
Menu
Retour à la cohorte
Enregistrement W4223907046 · doi:10.1002/jctb.7094

Nickel‐based anodes in anion exchange membrane water electrolysis: a review

2022· review· en· W4223907046 sur OpenAlexafffund
Emily Cossar, Frédéric Murphy, Elena A. Baranova

Notice bibliographique

RevueJournal of Chemical Technology & Biotechnology · 2022
Typereview
Langueen
DomaineEnergy
ThématiqueElectrocatalysts for Energy Conversion
Établissements canadiensCentre in Green Chemistry and CatalysisUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésAnodeElectrolysisNickelCatalysisAlkaline water electrolysisElectrocatalystElectrolysis of waterIon exchangeMaterials scienceOxygen evolutionChemical engineeringNanotechnologyInorganic chemistryChemistryElectrolyteElectrodeMetallurgyIonElectrochemistryOrganic chemistryEngineering

Résumé

récupéré en direct d'OpenAlex

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,018
Tête enseignante GPT0,273
Écart entre enseignants0,255 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations38
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Chemical Technology & BiotechnologyMême sujetElectrocatalysts for Energy ConversionTravaux en français237 207