Laser fabricated binder-free Ni/NiO nanostructured electrodes for enhanced hydrogen evolution
Notice bibliographique
Résumé
The growing demand for green hydrogen via electrochemical water splitting necessitates highly efficient electrocatalysts for the hydrogen evolution reaction (HER). Traditional electrode fabrication methods using organic binders often hinder electron transfer and limit surface area, reducing catalytic performance. Binder-less approaches, such as Ultra-Short Laser Pulses for In-Situ Nanostructure Generation (ULPING), provide an alternative by enhancing electron transfer kinetics and catalytic activity. This study explores the influence of laser fabrication parameters (i.e. laser power and scanning speed) on the growth of nano-Ni/NiO, having broccoli-type morphology, for hydrogen evolution in alkaline media (1 M KOH). SEM and EDX analyses revealed correlations between surface roughness, oxidation, and laser processing conditions, while XPS deconvolution of Ni-2p 3/2 and O-1s spectra provided insights into oxidation states and surface chemistry. Higher laser power increased oxidation and nanostructure formation, leading to enhanced surface area and improved catalytic performance, while lower scanning speeds allowed more ablation time, further improving HER efficiency. Among the four samples studied, sample S3, with highest power and lowest scanning speed, exhibited the best performance with an overpotential of 154 mV at 10 mA/cm², a Tafel slope of 93.8 mV/dec, along with a large ECSA, and stability for 12 hours. Additionally, S3 demonstrated lower charge transfer resistance (R ct ) and higher catalytic turnover frequency (TOF) compared to other samples. These findings establish ULPING as a scalable, reproducible method for fabricating high-performance Ni/NiO electrodes, emphasizing the importance of optimizing fabrication parameters to enhance catalytic activity, in line with the UN’s Sustainable Development Goals (SDGs) for clean energy technologies. • ULPING enables in-situ nanostructuring, enhancing catalytic activity without organic binders. • Higher laser power and lower scanning speeds improve oxidation, surface roughness, and HER performance. • Optimized sample shows low overpotential (154 mV) and Tafel slope (93.8 mV/dec) with 12 hours stability. • Aligns with SDGs, offering a reproducible, resource-efficient 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 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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».