MétaCan
Menu
Retour à la cohorte
Enregistrement W4397023328 · doi:10.1126/sciadv.adn7012

Efficient and durable seawater electrolysis with a V <sub>2</sub> O <sub>3</sub> -protected catalyst

2024· article· en· W4397023328 sur OpenAlexaff
Huashuai Hu, Zhaorui Zhang, Lijia Liu, Xiangli Che, Jiacheng Wang, Ye Zhu, J. Paul Attfield, Minghui Yang

Notice bibliographique

RevueScience Advances · 2024
Typearticle
Langueen
DomaineEnergy
ThématiqueElectrocatalysts for Energy Conversion
Établissements canadiensWestern University
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesEngineering and Physical Sciences Research CouncilScience and Technology Commission of Shanghai MunicipalityNational Natural Science Foundation of China
Mots-clésSeawaterCatalysisElectrolysisEnvironmental scienceChemistryOceanographyGeologyOrganic chemistryPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

The ocean, a vast hydrogen reservoir, holds potential for sustainable energy and water development. Developing high-performance electrocatalysts for hydrogen production under harsh seawater conditions is challenging. Here, we propose incorporating a protective V 2 O 3 layer to modulate the microcatalytic environment and create in situ dual-active sites consisting of low-loaded Pt and Ni 3 N. This catalyst demonstrates an ultralow overpotential of 80 mV at 500 mA cm −2 , a mass activity 30.86 times higher than Pt-C and maintains at least 500 hours in seawater. Moreover, the assembled anion exchange membrane water electrolyzers (AEMWE) demonstrate superior activity and durability even under demanding industrial conditions. In situ localized pH analysis elucidates the microcatalytic environmental regulation mechanism of the V 2 O 3 layer. Its role as a Lewis acid layer enables the sequestration of excess OH − ions, mitigate Cl − corrosion, and alkaline earth salt precipitation. Our catalyst protection strategy by using V 2 O 3 presents a promising and cost-effective approach for large-scale sustainable green hydrogen production.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,039
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,004
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,004
Tête enseignante GPT0,203
Écart entre enseignants0,199 · 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.

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

Citations131
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScience AdvancesMême sujetElectrocatalysts for Energy ConversionTravaux en français237 207