MétaCan
Menu
Retour à la cohorte
Enregistrement W4391991476 · doi:10.1002/cssc.202301922

Electrodeposition of PdPt Nanoparticles on Edges and S‐Vacancies in Exfoliated MoS<sub>2</sub> Nanosheets for Enhanced Hydrogen Evolution Activity

2024· article· en· W4391991476 sur OpenAlexafffund
Sakshi Gautam, Sachin Chugh, Byron D. Gates

Notice bibliographique

RevueChemSusChem · 2024
Typearticle
Langueen
DomaineEnergy
ThématiqueElectrocatalysts for Energy Conversion
Établissements canadiensSimon Fraser University
Organismes subventionnairesWestern Economic Diversification CanadaNatural Sciences and Engineering Research Council of CanadaBritish Columbia Knowledge Development FundSimon Fraser UniversityCMC Microsystems
Mots-clésNanoparticleMaterials scienceNanotechnologyHydrogenChemical engineeringChemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Deposition of metal nanoparticles onto the molybdenum disulfide (MoS 2 ) nanosheets is an efficient method to tune the electronic structure of the MoS 2 and maximize its catalytic performance towards the hydrogen evolution reaction (HER). Herein, we report the electrodeposition of Pd and Pt nanoparticles onto desulfurized MoS 2 nanosheets (MoS 2–x ) to achieve an improved HER activity in an acidic electrolyte. The initial MoS 2 powder was exfoliated and isolated through centrifugation, followed by electrochemical desulfurization to create defect sites. Subsequently, Pt and Pd nanoparticles were electrodeposited onto the S‐vacancies of MoS 2–x nanosheets. The resulting PdPt nanoparticles, with a diameter of 3.3 ±1.7 nm, were distributed across the surfaces of the nanosheets. A preferential deposition was evident at the edges of the nanosheets, particularly when Pd was deposited first followed by Pt. Owing to this preferential deposition of Pd and Pt and the synergistic interaction of MoS 2–x with Pd and Pt, the prepared catalyst exhibited a low overpotential of 30 mV at 10 mA cm −2 , which is 2.7× lower than the MoS 2–x alone. The prepared catalyst exhibited a 1.7× increase in the mass activity at 20 mV overpotential, relative to that of a commercial Pt/C nanocatalyst, showcasing its promising potential as an alternative catalyst.

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 enseignants0,011
Score d'incertitude au seuil0,924

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 Opus0,008
Tête enseignante GPT0,218
Écart entre enseignants0,210 · 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

Citations11
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChemSusChemMême sujetElectrocatalysts for Energy ConversionTravaux en français237 207