MétaCan
Menu
Retour à la cohorte
Enregistrement W4366606337 · doi:10.1021/acsaem.2c02443

In Situ Sonoactivation of Polycrystalline Ni for the Hydrogen Evolution Reaction in Alkaline Media

2023· article· en· W4366606337 sur OpenAlexafffund
Faranak Foroughi, Marina Tintor, Alaa Y. Faid, Svein Sunde, Gregory Jerkiewicz, Christophe Coutanceau, Bruno G. Pollet

Notice bibliographique

RevueACS Applied Energy Materials · 2023
Typearticle
Langueen
DomaineEnergy
ThématiqueElectrocatalysts for Energy Conversion
Établissements canadiensUniversité du Québec à Trois-RivièresQueen's University
Organismes subventionnairesCentre National de la Recherche ScientifiqueMitacsNatural Sciences and Engineering Research Council of CanadaUniversité de PoitiersQueen's UniversityNorges Teknisk-Naturvitenskapelige UniversitetU.S. Department of Energy
Mots-clésOverpotentialCrystalliteSonicationNickelElectrolyteMaterials scienceElectrochemistryHydrogenAqueous solutionUltrasonic sensorSonochemistryMetalInorganic chemistryElectrodeChemical engineeringChemistryMetallurgyPhysical chemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

High Resolution Image Download MS PowerPoint Slide In this investigation, we report on the development of a method for activating polycrystalline metallic nickel (Ni(poly)) surfaces toward the hydrogen evolution reaction (HER) in N 2 -saturated 1.0 M KOH aqueous electrolyte through continuous and pulsed ultrasonication (24 kHz, 44 ± 1.40 W, 60% acoustic amplitude, ultrasonic horn). It is found that ultrasonically activated Ni shows an improved HER activity with a much lower overpotential of −275 mV vs RHE at −10.0 mA cm –2 when compared to nonultrasonically activated Ni. It was observed that the ultrasonic pretreatment is a time-dependent process that gradually changes the oxidation state of Ni and longer ultrasonication times result in higher HER activity as compared to untreated Ni. This study highlights a straightforward strategy for activating nickel-based materials by ultrasonic treatment for the electrochemical water splitting reaction.

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 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 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 enseignants0,093
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,011
Tête enseignante GPT0,225
Écart entre enseignants0,213 · 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 tête enseignante, 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

Citations12
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS Applied Energy MaterialsMême sujetElectrocatalysts for Energy ConversionTravaux en français237 207