MétaCan
Menu
Retour à la cohorte
Enregistrement W4400000753 · doi:10.1007/s43939-024-00087-5

Amorphous multimetal based catalyst for oxygen evolution reaction

2024· article· en· W4400000753 sur OpenAlexafffund
Zishuai Zhang, Daniela Vieira, Jake E. Barralet, Géraldine Merle

Notice bibliographique

RevueDiscover Materials · 2024
Typearticle
Langueen
DomaineEnergy
ThématiqueElectrocatalysts for Energy Conversion
Établissements canadiensPolytechnique MontréalMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMcGill University
Mots-clésOverpotentialOxygen evolutionTafel equationElectrocatalystWater splittingHydrogen productionMaterials scienceCatalysisChemical engineeringElectrolysis of waterMetallurgyChemistryElectrodeElectrochemistryElectrolysisElectrolyteEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract The development of efficient, low-cost water splitting electrocatalysts is needed to store energy by generating sustainable hydrogen from low power clean but intermittent energy sources such as solar and wind. Here, we report a highly sustained low overpotential for oxygen evolution reached by the unique combination of three metals (NiCoV) prepared from a simple low temperature auto-combustion process. The amorphous multimetal oxygen evolving catalyst could be stably coated on a stainless-steel support using a tribochemical particle blasting method to create an oxygen evolution reaction (OER) electrode with a low overpotential of 230 mV at 10 mA cm −2 and a low Tafel slope of 40 mV dec −1 . In addition to their low overpotential, this oxygen evolving electrocatalyst preserved performance demonstrating a stability after 10 h at the technologically relevant current density and without any surface morphology alteration. Given the importance of sustainable hydrogen production, the development of this new OER catalyst points the way to removing a key technical bottleneck for the water splitting reaction and could offer a route to cost reduction and lowering hurdles to more widespread adaptation of electrolyser technologies for 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)0,000
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 enseignants0,041
Score d'incertitude au seuil0,827

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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 GPT0,238
Écart entre enseignants0,228 · 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

Citations3
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDiscover MaterialsMême sujetElectrocatalysts for Energy ConversionTravaux en français237 207