Sonochemical synthesis of electrocatalysts for low-temperature water electrolysers
Notice bibliographique
Résumé
An important step in the process of producing hydrogen a viable method is to improve the efficiency and reduce the cost of low-temperature water electrolysers. One of the most crucial components is the catalyst used to drive the hydrogen evolution reaction (HER) and the oxygen evolution reaction (OER). Traditionally, the nanosized electrocatalysts are synthesized through a chemical reduction method involving a strong reducing agent like sodium borohydride, polyol, etc. Being able to control the nucleation and growth and therefore the size of the nanocatalysts, however, is not straightforward with the chemical reduction method where the use of surfactants is heavily relied upon, thus complicating the method for the industry. An alternative synthesis route involves the in-situ generation of radicals to serve as reducing agents through high power ultrasound (20 kHz–1 MHz) in a process where water is split into OH- and H-radicals referred to as water sonolysis. This presentation highlights the effects of ultrasonication frequencies, ultrasonication, times, pH solutions, reducing agents, and different saturation gasses on the generation of metallic nanoparticles and their subsequent electrocatalytic activities towards the HER and OER in mild acidic and alkaline environments. A series of physical characterizations on these sonochemically prepared nanoelectrocatalysts will be shown and discussed.
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 | 0,001 | 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 | 0,001 | 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 tête enseignante, 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 ».