Proton‐Conducting, Vacancy‐Rich H <i> <sub>x</sub> </i> IrO <i> <sub>y</sub> </i> Nanosheets for the Fabrication of Low‐Ionomer‐Dependent Anode Catalyst Layer in PEM Water Electrolyzer
Notice bibliographique
Résumé
Abstract The anode catalyst layer is composed of catalytically functional IrO x and protonic conducting ionomer and largely dictates catalytic performance of proton exchange membrane water electrolyzer (PEMWE). Here, we report a new type of anode nanocatalyst that possesses both IrO x ’s catalytic function and high proton conductivity that traditional anode catalysts lack and demonstrate its ability to construct high‐performance, low‐ionomer‐dependent anode catalyst layer, the interior of which—about 85% of total catalyst layer—is free of ionomers. The proton‐conducting anode nanocatalyst is prepared via protonation of layered iridate K 0.5 (Na 0.2 Ir 0.8 )O 2 and then exfoliation to produce cation vacancy‐rich, 1 nm‐thick iridium oxide nanosheets (labeled as □‐H x IrO y ). Besides being a proton conductor, the □‐H x IrO y is found to have abundant catalytic active sites for the oxygen evolution reaction due to the optimization of both edge and in‐plane iridium sites by multiple cation vacancies. The dual functionality of □‐H x IrO y allows the fabrication of low‐iridium‐loading, low‐ionomer‐dependent anode catalyst layer with enhanced exposure of catalytic sites and reduced electronic contact resistance, in contrast to common fully mixed catalyst/ionomer layers in PEMWE. This work represents an example of realizing the structural innovation in anode catalyst layer through the bifunctionality of anode 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 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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».