EUVIMEDEUVIMED entdecken
Crossref

Machine Learning-Predicted Ternary Molybdenum Chalcogenophosphides for High-Efficiency Hydrogen Evolution Catalysis

Hafiz Ghulam Abbas, Jae Ryang Hahn

The Journal of Physical Chemistry C · 09.01.2025 · 129 (1) · 322-331

DOI: 10.1021/acs.jpcc.4c06879 ↗

Kurz gefasst

Fachartikel in der Zeitschrift The Journal of Physical Chemistry C, online erschienen am 04.12.2024. Verfasst von Hafiz Ghulam Abbas und 1 weiteren Autor:innen. Die Arbeit wurde bisher 2-mal zitiert (Crossref) und nennt 69 Literaturangaben. Gefördert von: National Research Foundation of Korea.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Förderung

  • National Research Foundation of Korea

Zitieren

APA

Abbas, H. G., & Hahn, J. R. (2025). Machine Learning-Predicted Ternary Molybdenum Chalcogenophosphides for High-Efficiency Hydrogen Evolution Catalysis. The Journal of Physical Chemistry C, 129(1), 322-331. https://doi.org/10.1021/acs.jpcc.4c06879

Vancouver

Abbas HG, Hahn JR. Machine Learning-Predicted Ternary Molybdenum Chalcogenophosphides for High-Efficiency Hydrogen Evolution Catalysis. The Journal of Physical Chemistry C. 2025;129(1):322-331. doi:10.1021/acs.jpcc.4c06879

BibTeX
@article{Abbas2025,
  author = {Abbas, Hafiz Ghulam and Hahn, Jae Ryang},
  title = {Machine Learning-Predicted Ternary Molybdenum Chalcogenophosphides for High-Efficiency Hydrogen Evolution Catalysis},
  journal = {The Journal of Physical Chemistry C},
  year = {2025},
  volume = {129},
  number = {1},
  pages = {322--331},
  doi = {10.1021/acs.jpcc.4c06879}
}
Kostenlos starten →