MétaCan
Menu
Retour à la cohorte
Enregistrement W4313647700 · doi:10.1002/celc.202201025

Bifunctional Water Splitting Performance of NiFe LDH Improved by Pd<sup>2+</sup> Doping

2023· article· en· W4313647700 sur OpenAlexaff
Daoxin Liu, Jingru Liu, Bing Xue, Jianan Zhang, Zhiqiang Xu, Lumeng Wang, Xinyu Gao, Feng Luo, Fangfei Li

Notice bibliographique

RevueChemElectroChem · 2023
Typearticle
Langueen
DomaineEnergy
ThématiqueElectrocatalysts for Energy Conversion
Établissements canadiensMinistry of Education and Child Care
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésBifunctionalTafel equationElectrocatalystWater splittingCatalysisDopingHydroxideHydrothermal circulationTonMaterials scienceChemistryInorganic chemistryChemical engineeringElectrochemistryPhysical chemistryElectrodeOptoelectronics

Résumé

récupéré en direct d'OpenAlex

Abstract Nobel metal doping is an effective strategy to enhance the catalytic activity of electrocatalysts. Herein, a novel bifunctional electrocatalyst based on NiFe layered double hydroxide with ultra‐low Pd2+ doping (NiFePd LDH) was constructed by a one‐step hydrothermal method, where the Pd2+ is introduced by PdCl42−. The results show that Ni2+ and Pd2+ species are concomitantly deposited, and the slow‐release introduction of Pd2+ improves the element uniform distribution and effectively affects the electronic structures of active species by inducing local defects and lattice distortions, which is beneficial for stimulating the catalytic activity of NiFePd LDH. Under the optimal hydrothermal time, NiFePd LDH‐3 h only requires OER/HER overpotentials of 270 mV at 50 mA cm−2/‐316 mV at −10 mA cm−2, respectively, whose Tafel slopes are only 69.3/135.8 mV dec−1. As a bifunctional catalyst, it achieves a low voltage of 1.74 V at 10 mA cm−2 for overall water splitting with excellent long‐term durability.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 GPT0,199
Écart entre enseignants0,192 · 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'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

Citations25
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemElectroChemMême sujetElectrocatalysts for Energy ConversionTravaux en français237 207