Unraveling the Trade‐Off Between Oxygen Vacancy Concentration and Ordering of Perovskite Oxides for Efficient Lattice Oxygen Evolution
Notice bibliographique
Résumé
Abstract Oxygen evolution reaction (OER) over perovskite oxides, upon undergoing a lattice oxygen oxidation mechanism, is strongly oxygen vacancy‐correlated as determined by the oxygen ion diffusivity. Despite substantial efforts having been devoted to tuning the oxygen vacancy concentration in perovskite oxides, the impact of the concomitant altering of oxygen vacancy ordering is often underestimated. In particular, the underlying mechanism of how the ordering and the concentration of oxygen vacancy affect the lattice OER, and how to well balance them still remain inadequately understood. Herein, a series of Sr 1− x Ca x Co 0.5 Fe 0.5 O 3− δ with gradually increased oxygen vacancy concentration and ordering are synthesized. Theoretical calculations indicated that a higher oxygen vacancy concentration promoted the lattice oxygen migration, whereas a higher oxygen vacancy ordering impeded it. Particularly, Sr 0.5 Ca 0.5 Co 0.5 Fe 0.5 O 3− δ with a relatively higher oxygen vacancy concentration and a lower ordering displayed the maximum oxygen diffusion rate and the optimal OER activity, affording a current density of 10 mA cm −2 at a quite low overpotential of 310.2 mV, together with a small Tafel slope of 55.87 mV dec −1 . This study sheds light on the critical influence of oxygen vacancy configuration on the lattice OER, and paves a compromised avenue to screen and design advanced electrocatalysts for various electrochemical devices.
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 | 0,000 | 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 | 0,000 |
| Science ouverte | 0,000 | 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 ».