MétaCan
Menu
Retour à la cohorte
Enregistrement W4297518341 · doi:10.1088/2515-7655/ac95cd

Carbon supported NiRu nanoparticles as effective hydrogen evolution catalysts for anion exchange membrane water electrolyzers

2022· article· en· W4297518341 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueJournal of Physics Energy · 2022
Typearticle
Langueen
DomaineEnergy
ThématiqueElectrocatalysts for Energy Conversion
Établissements canadiensNational Research Council Canada
Organismes subventionnairesNational Research Council CanadaBundesministerium für Bildung und Forschung
Mots-clésTafel equationCatalysisElectrolysisNanoparticleHydrogen productionElectrolysis of waterMaterials scienceChemical engineeringNoble metalCarbon fibersIon exchangeHydrogenMicrobial electrolysis cellInorganic chemistryMembraneChemistryNanotechnologyIonElectrochemistryElectrodeComposite numberOrganic chemistryComposite materialPhysical chemistryElectrolyte

Résumé

récupéré en direct d'OpenAlex

Abstract Establishing anion exchange membrane water electrolysis (AEMWE) as a new technology for efficient hydrogen production requires cost-effective and high-performance catalyst materials. Here, we report the synthesis and comprehensive characterization of carbon supported NiRu alloy nanoparticles as a cost-effective hydrogen evolution reaction catalyst for AEMWEs. Different NiRu catalysts were synthesized using a facile and scalable impregnation method. Half-cell results showed the ‘NiRu’ catalyst with ca. 10 wt.% Ru to exhibit an increased noble metal mass activity and slightly decreased Tafel slope compared to a commercial Pt/C catalyst with 60 wt.% Pt. Further, we report the application of NiRu/C as a cathodic catalyst in AEMWE full cell for the first time. In full cell tests, the synthesized catalysts exhibit 2 A cm −2 at 1.95 V with a low loading of 0.1 mg PGM cm −2 at the cathode.

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 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)0,001
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 enseignants0,019
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,005
Tête enseignante GPT0,207
Écart entre enseignants0,201 · 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