Defect Engineering on Commercial Carbon for Economical H <sub>2</sub> O <sub>2</sub> Electrosynthesis Under Industrial‐Relevant Conditions
Notice bibliographique
Résumé
Abstract Electrochemical H 2 O 2 production through two‐electron oxygen reduction reaction (2e − ORR) offers a sustainable and green alternative to the traditional anthraquinone process. However, the development of efficient catalysts that simultaneously achieve high selectivity, activity, and stability under industrially relevant production rates remains a significant challenge. This study presents a defect engineering strategy to optimize commercial Vulcan carbon for efficient H 2 O 2 electrosynthesis via 2e − ORR. By systematically modulating defect densities, it is identified that carbon materials with moderate defect concentrations (D10‐vulcan) achieve an optimal balance between activity and selectivity, demonstrating over 95% H 2 O 2 selectivity and sustained performance at 400 mA cm −2 for 200 h under industrial‐relevant conditions. Density functional theory (DFT) calculations reveal that edge defects and holes act as 4e − ORR active sites, while adjacent carbon atoms serve as 2e − active sites, providing a mechanistic understanding of defect‐mediated selectivity. The proposed “active site saturation” theory explains performance variations under high overpotentials and low oxygen availability, offering a scalable approach and electrocatalyst design guidance for cost‐effective H 2 O 2 production.
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 | 0,000 | 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) | 0,001 | 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 ».