Transient Surface Degradation of LSCO and LSFO during OER in Alkaline Electrolyte under Dynamic Cycling Conditions
Notice bibliographique
Résumé
High Resolution Image Download MS PowerPoint Slide A fundamental understanding of the relationship between activity and stability is essential for rationalizing materials used as catalysts for the oxygen evolution reaction (OER). In the case of oxide perovskites, the catalytic activity of OER catalysts is often linked to the electronic structure, such as the degree of hybridization and occupation of the O 2p and transition metal 3d orbitals (TM 3d–O 2p), but their transient behavior during catalyst lifetime and degradation remains poorly understood. To address this, an epitaxial model system approach is utilized, comparing La 0.6 Sr 0.4 CoO 3−δ (LSCO) and La 0.6 Sr 0.4 FeO 3−δ (LSFO) as model OER catalysts. Both materials show distinctly different degradation mechanisms under dynamic cycling, namely a surface-passivation-mediated degradation in LSFO and an extended bulk degradation in LSCO. This contrasting behavior is consistently observed in their postcatalysis morphology, crystallinity, electronic structure, and electrochemical redox behavior. Our findings indicate a correlation between the hosted transition metal and the dominant degradation mechanism. This relationship leads to distinct transient behaviors of electronic structure, morphology, and OER activity. It also indicates a systematic loss of available hybrid electronic states over the catalyst’s lifetime.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».