MétaCan
Menu
Retour à la cohorte
Enregistrement W4409590121 · doi:10.1016/j.cej.2025.162842

In-situ formation of SrCO3 microcrystals-decorated Fe3O4 nanosheets as an efficient and long-lasting catalyst for overall water splitting

2025· article· en· W4409590121 sur OpenAlexaff
Amina Lahrichi, Youness El Issmaeli, Bruno G. Pollet

Notice bibliographique

RevueChemical Engineering Journal · 2025
Typearticle
Langueen
DomaineChemistry
ThématiqueNanomaterials for catalytic reactions
Établissements canadiensUniversité du Québec à Trois-Rivières
Organismes subventionnairesnon disponible
Mots-clésCatalysisIn situChemical engineeringMaterials scienceWater splittingNanotechnologyChemistryEngineeringOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

• Hydrothermal synthesis enabled in-situ Fe 3 O 4 @SrCO 3 /NF formation with enhanced surface roughness and stability. • Catalytic performance surpassed commercial IrO 2 /NF with 243 mV OER overpotential and a low Tafel slope of 38 mV dec −1 . • DFT calculations revealed in-situ formed SrCO 3 lowers the OER energy barrier to 0.73 eV, optimizing charge redistribution. • Fe 3 O 4 @SrCO 3 /NF demonstrated outstanding stability, maintaining OER for 300 h and OWS for 125 h at 10 mA cm −2 . A novel Fe 3 O 4 @SrCO 3 /NF electrocatalyst material was developed via hydrothermal synthesis, creating a composite structure with Fe 3 O 4 nanosheets and SrCO 3 crystals on nickel (Ni) foam (NF) that enhances surface roughness and stability, in turns optimizing catalytic performance in water-splitting applications. In 1.0 M KOH, the as -prepared Fe 3 O 4 @SrCO 3 /NF achieved a low OER overpotential of 243 mV at 10 mA cm −2 , surpassing commercial IrO 2 /NF, with a Tafel slope of 38 mV dec −1 indicating rapid reaction kinetics. Electrochemical Impedance Spectroscopy (EIS) confirmed a low charge transfer resistance ( R ct ) of 1.49 Ω, indicating efficient electron mobility. For HER, Fe 3 O 4 @SrCO 3 /NF displayed a moderate overpotential of 172 mV at − 10 mA cm −2 . In a two-electrode setup with Pt/C (cathode), Fe 3 O 4 @SrCO 3 /NF (anode) demonstrated efficient overall water splitting, requiring only 1.55 V at 10 mA cm −2 , underscoring its viability for sustainable energy applications. Density Functional Theory (DFT) calculations revealed that SrCO 3 in-situ formation not only shifted the OER rate-determining step, lowering the energy barrier to 0.73 eV, but also optimized the d -band center and facilitated interfacial charge redistribution, enhancing intermediate adsorption and catalytic activity. Notably, Fe 3 O 4 @SrCO 3 /NF demonstrated exceptional stability, sustaining OER activity for over 300 h and delivering stable overall water-splitting performance for 125 h, significantly outperforming many state-of-the-art OER catalysts. This durability, combined with high catalytic efficiency, establishes Fe 3 O 4 @SrCO 3 /NF as a promising candidate in non-precious metal electrocatalysts for water-splitting technologies.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,006
Tête enseignante GPT0,225
Écart entre enseignants0,219 · 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 source (Gemma direct ou Codex distillé), 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

Citations16
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemical Engineering JournalMême sujetNanomaterials for catalytic reactionsTravaux en français237 207