MétaCan
Menu
Retour à la cohorte
Enregistrement W4389393854 · doi:10.1038/s41598-023-48355-3

Promotion of hydrogen evolution from seawater via poly(aniline-co-4-nitroaniline) combined with 3D nickel nanoparticles

2023· article· en· W4389393854 sur OpenAlexaff
Saleh Moradi‐Alavian, Amir Kazempour, Meysam Mirzaei-Saatlo, Habib Ashassi‐Sorkhabi, Abbas Mehrdad, Elnaz Asghari, Jacob J. Lamb, Bruno G. Pollet

Notice bibliographique

RevueScientific Reports · 2023
Typearticle
Langueen
DomaineEnergy
ThématiqueElectrocatalysts for Energy Conversion
Établissements canadiensUniversité du Québec à Trois-Rivières
Organismes subventionnairesUniversity of Tabriz
Mots-clésTafel equationElectrocatalystDielectric spectroscopyMaterials scienceNickelAnilineChemical engineeringElectrochemistryNanoparticleInorganic chemistryElectrodeChemistryNanotechnologyOrganic chemistryPhysical chemistryMetallurgy

Résumé

récupéré en direct d'OpenAlex

Abstract This work reports the synthesis of poly (aniline-co-4-nitroaniline) deposited on a three-dimensional nanostructured nickel (3D-Ni) film, where both layers were fabricated via potentiostatic electrodeposition. The obtained electrocatalyst exhibited excellent electrochemical activity for the Hydrogen Evolution Reaction (HER) with small overpotentials of − 195 and − 325 mV at − 10 and − 100 mAcm −2 , respectively, and a low Tafel slope of 53.3 mV dec −1 in seawater. Additionally, the electrocatalyst exhibited good stability after 72 h operation under a constant potential of − 1.9 V vs . RHE. The efficient HER performance of the as -prepared catalyst was found to originate from the synergy between the conducting polymer and three-dimensional nickel nanoparticles with a large electrochemical active surface area. Moreover, the results obtained from electrochemical impedance spectroscopy (EIS) measurements revealed that the presence of 3D-Ni layer improved the kinetics of HER by reducing the charge transfer resistance for the electrocatalyst.

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 enseignants0,008
Score d'incertitude au seuil0,799

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 Opus0,010
Tête enseignante GPT0,217
Écart entre enseignants0,207 · 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

Citations48
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetElectrocatalysts for Energy ConversionTravaux en français237 207