MétaCan
Menu
Retour à la cohorte
Enregistrement W4413119071 · doi:10.1016/j.apcatb.2025.125802

Oxygen vacancies enhance non-Faradaic deprotonation in furfural electro-oxidation

2025· article· en· W4413119071 sur OpenAlexaff
Jiayi Wu, Shu-Wen Wu, Xiaoxiao Wei, Peng‐Xia Lei, Qi‐Rui Wen, Xiaodong Guo, Xian‐Zhu Fu, Shaoqing Liu, Jing‐Li Luo

Notice bibliographique

RevueApplied Catalysis B: Environmental · 2025
Typearticle
Langueen
DomaineEnergy
ThématiqueElectrocatalysts for Energy Conversion
Établissements canadiensUniversity of Toronto
Organismes subventionnairesShenzhen Science and Technology Innovation ProgramShenzhen UniversityNational Natural Science Foundation of China
Mots-clésDeprotonationOxygenFurfuralFaraday efficiencyChemical engineeringMaterials scienceInorganic chemistryChemistryOrganic chemistryElectrochemistryPhysical chemistryIonCatalysisElectrode

Résumé

récupéré en direct d'OpenAlex

Electrochemical oxidation of biomass-derived furfural enables simultaneous production of furoic acid and hydrogen evolution, providing a sustainable strategy for integrated chemical synthesis and clean energy generation. However, its efficiency is limited by a non-Faradaic deprotonation process, which requires hydroxide (OH⁻) participation, as these ions become depleted at the catalyst interface under high reaction rates. Herein, we introduce oxygen vacancy (V O )-rich copper catalysts that enhance local OH⁻ concentration and accelerate key deprotonation steps. Theoretical simulations reveal that enhance the local OH⁻ concentration and accelerate the key deprotonation steps. Theoretical simulations reveal that high OH⁻ coverage lowers the energy barrier for gem-diolate anion (GDA) formation, and V Os increase the interfacial OH⁻ concentration by 1.76-fold at 100 mA cm −2 . Guided by these insights, we synthesized the Cu nanowires with tunable V O densities via controlled reduction. The V O-rich Cu catalyst achieves a current density of 208.1 mA cm −2 at 0.5 V vs. RHE, 4.8 times higher than V O-poor Cu, while maintaining a furoic acid Faradaic Efficiency of 99 %. Operando infrared spectroscopy confirms that V Os facilitate OH⁻ enrichment and enable efficient adsorption of FF on Cu 0 /Cu + active sites, synergistically promoting GDA formation and accelerating C–H bond cleavage. When integrated into a flow reactor, the V O-rich Cu enables bipolar hydrogen production at a cell voltage of just 0.25 V, compared to 1.73 V for water splitting, achieving an 85 % reduction in energy input. These findings establish V O engineering as an effective strategy for advancing biomass electrooxidation and low-voltage hydrogen generation. Oxygen vacancy (V O )-rich copper catalysts significantly enhance the electrochemical conversion of biomass-derived furfural to furoic acid by increasing local hydroxide ion concentration at the catalyst interface. The V O -rich Cu catalyst achieved a current density of 208.1 mA cm⁻ 2 (4.8 times higher than V O -poor Cu) while maintaining 99 % furoic acid efficiency, and enabled hydrogen production in a flow reactor at just 0.25 V compared to 1.73 V for conventional water splitting. • V O-rich Cu boosts OH⁻ enrichment, speeding FOR deprotonation process. • The V O-rich Cu catalyst achieves a FE FA of 99 % at 208.1 mA cm⁻ 2 , 4.8 times higher than V O-poor Cu. • V O-rich Cu enables bipolar H 2 production with 85 % energy reduction compared to conventional water splitting.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,026
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,002
Tête enseignante GPT0,193
Écart entre enseignants0,191 · 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 tête enseignante, pas un consensus.

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

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied Catalysis B: EnvironmentalMême sujetElectrocatalysts for Energy ConversionTravaux en français237 207