Joule heating to grain-boundary-rich RuP<sub>2</sub> for efficient electrocatalytic hydrogen evolution in a wide pH range
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The production of storable hydrogen fuel through water splitting, powered by renewable energy sources such as solar photovoltaics, wind turbines, and hydropower systems, represents a promising path toward achieving sustainable energy solutions. Transition-metal phosphides (TMPs) have excellent physicochemical properties, making them the most promising electrocatalysts for hydrogen evolution reaction (HER). Traditionally, achieving good crystallinity in these TMPs typically requires prolonged (≥ 2 h) high-temperature pyrolysis, which is time-consuming and generally yields samples with large particle sizes, adversely affecting the catalytic activities. Herein, for the first time, we present a groundbreaking discovery in the synthesis of grain-boundary-rich RuP2 nanoparticles within a very short time frame of nine seconds, using a fast Joule heating strategy (RuP2 JH). Subsequent electrochemical tests reveal that the as-synthesized RuP2 JH not only exhibits platinum-like HER activity, achieving overpotentials of 22 mV, 22 mV and 270 mV to reach a current density of 10 mA cm-2 in 0.5 M H2SO4, 1.0 M KOH, and 0.1 M phosphate buffered solutions, respectively, but also exhibits exceptional long-term stability. Moreover, it exhibits a Faradaic efficiency exceeding 96%. This work significantly contributes to the expanding repertoire of TMPs synthesized via Joule heating by showcasing exceptional performance toward HER and other energy-related catalytic 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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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