MétaCan
Menu
← Retour à la cohorte
Enregistrement W4416947315 · doi:10.1038/s41467-025-65909-3

Lattice-hydrogen cycling mechanism enables pH-universal hydrogen evolution at ampere-level current densities

2025· article· en· W4416947315 sur OpenAlexaff
Yan Zhang, Biao Feng, Jingyi Tian, Shiqi Zhou, Changkai Zhou, Yiqun Chen, Xiaoli Xia, Xizhang Wang, Lijun Yang, Luming Peng, Qiang Wu, Hongwen Huang, Zheng Hu

Notice bibliographique

RevueNature Communications · 2025
Typearticle
Langueen
DomaineEnergy
ThématiqueElectrocatalysts for Energy Conversion
Établissements canadiensMinistry of Education and Child Care
Organismes subventionnairesNational Key Research and Development Program of ChinaNational Natural Science Foundation of ChinaScience and Technology Support Program of Jiangsu ProvinceNanjing UniversityGovernment of Jiangsu ProvinceSalt Science Research Foundation
Mots-clésHydrogenElectrolyteDissociation (chemistry)CatalysisHydrogen productionRaman spectroscopyHydrogen economyAdsorption

Résumé

récupéré en direct d'OpenAlex

Abstract Controllable supply of hydrogen intermediate across a wide pH range is crucial for electroreduction reactions, but is hindered by pH-dependent hydrogen species formation on conventional catalysts. We report a lattice-hydrogen cycling mechanism that dissociates hydrogen intermediate availability from electrolyte pH. By integrating proton-blocking Ru with thermally-hydrogenated H x WO 3 , we create a dynamic hydrogen reservoir, enabling efficient hydrogen supply. In-situ Raman spectroscopy, isotopic labeling, and theoretical simulations reveal the lattice hydrogen in H x WO 3 migrates swiftly to Ru active sites via low-energy-barrier pathways, while consumed hydrogen is spontaneously replenished via proton adsorption (acidic) or water dissociation (alkaline/neutral). Consequently, this catalyst achieves a competitive pH-universal performance for hydrogen evolution reaction, with low overpotentials (125 mV acidic, 142 mV alkaline, 219 mV neutral @1 A cm -2 ) alongside 500-hour stability.

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 enseignants0,002
Score d'incertitude au seuil0,005

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 ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,019
Tête enseignante GPT0,270
Écart entre enseignants0,250 · 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

Citations7
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature Communications→Même sujetElectrocatalysts for Energy Conversion→Travaux en français237 207→