MétaCan
Menu
Retour à la cohorte
Enregistrement W4387025521 · doi:10.1021/acs.nanolett.3c02940

A Highly Active and Durable Hierarchical Electrocatalyst for Large-Current-Density Water Splitting

2023· article· en· W4387025521 sur OpenAlexafffund
Yanhao Dong, Zhiping Deng, Hao Zhang, Guangyi Liu, Xiaolei Wang

Notice bibliographique

RevueNano Letters · 2023
Typearticle
Langueen
DomaineEnergy
ThématiqueElectrocatalysts for Energy Conversion
Établissements canadiensUniversity of Alberta
Organismes subventionnairesCanada First Research Excellence FundChina Scholarship CouncilNatural Sciences and Engineering Research Council of CanadaGovernment of Canada
Mots-clésWater splittingBifunctionalElectrocatalystOxygen evolutionPhosphideMaterials scienceElectrodeHeterojunctionNanowireCurrent densityCatalysisNanotechnologyChemical engineeringOptoelectronicsChemistryElectrochemistryMetalPhysical chemistryMetallurgyPhysics

Résumé

récupéré en direct d'OpenAlex

Designing bifunctional catalysts with high current densities under industrial circumstances is crucial to propelling hydrogen energy with a boost from fundamental to practical application. In this work, heterojunction nanowire arrays consisting of manganese oxide and cobalt phosphide (denoted as MnO-CoP/NF) are designed to meet the industrial demand by regulating the synergic mass transport and electronic structure coupling with numerous nano-heterogeneous interfaces. The optimal MnO-CoP/NF electrode exhibits remarkable bifunctional electrocatalytic performance with overpotentials of 259.5 mV for hydrogen evolution at a large current density of 1000 mA cm –2 and 392.2 mV for oxygen evolution at 1500 mA cm –2 . Moreover, the MnO-CoP/NF electrode demonstrates superior durability and an ultralow voltage of 1.76 V at 500 mA cm –2, outperforming that of a commercial RuO 2 ||Pt/C electrode. This work sheds light on the design of metallic heterostructures with optimized interfacial electronic structures and a high abundance of active sites for practical industrial water splitting applications.

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)0,000
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 enseignants0,079
Score d'incertitude au seuil0,879

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,009
Tête enseignante GPT0,229
Écart entre enseignants0,221 · 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

Citations52
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNano LettersMême sujetElectrocatalysts for Energy ConversionTravaux en français237 207