MétaCan
Menu
Retour à la cohorte
Enregistrement W7082027617 · doi:10.1016/j.ceja.2025.100870

Comparing electrocatalytic oxygen evolution using laser-fabricated NiO and CuO – A look at the influence of fabrication, kinetics and the inevitable phase transitions

2025· article· en· W7082027617 sur OpenAlexafffund

Notice bibliographique

RevueChemical Engineering Journal Advances · 2025
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeological Formations and Processes Exploration
Établissements canadiensOntario Tech University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésOxygen evolutionNon-blocking I/OTafel equationNanoporousCatalysisElectrocatalystTransition metalPourbaix diagramX-ray photoelectron spectroscopy

Résumé

récupéré en direct d'OpenAlex

• ULPING produced binder-free nanoporous NiO and CuO electrodes with distinct morphologies and mixed oxidation states. • NiO demonstrated superior OER activity with lower overpotential, faster kinetics, and reduced charge-transfer resistance compared to CuO. • Oxidation-state transitions under applied potential shows Ni³⁺ and Cu³⁺ as the main OER-active phases, but further oxidation to Ni⁴⁺ or unstable Cu³⁺ species caused metastability and degradation. • Phase-diagram modelling and Pourbaix diagram predict stable NiOOH formation under OER conditions, while Cu phases seem metastable, and future operando XRD/XAS with DFT defect-engineering will track and optimize catalytic transformations. The oxygen evolution reaction (OER) is the principal energy barrier in water electrolysis, often demanding overpotentials exceeding 400 mV on state-of-the-art catalysts and thus limiting sustainable hydrogen production. Here, we compare nanoporous NiO and CuO electrodes fabricated via ultrashort-pulse laser irradiation (ULPING) directly onto metal foils. By tuning pulse duration (∼150 ps), repetition rate (1.2 MHz), power (10 W) and scan speed (50 mm/s), we produced extensive hierarchical pore networks without binders or post-treatment. SEM and EDX mapping confirm distinct morphologies—elongated, fibrous ridges in CuO vs. globular, cauliflower-like clusters in NiO—and near-stoichiometric metal-to-oxygen ratios, with subsurface non-stoichiometries revealed by XPS (mixed Cu¹⁺/Cu²⁺ and Ni²⁺/Ni³⁺ species, abundant surface hydroxyls). In 1 M KOH, iR-corrected LSVs show NiO achieves 10 mA·cm⁻² at 430 mV and sustains 200 mA·cm⁻² at <800 mV, outperforming CuO (η₁₀ ≈ 511 mV). Tafel slopes of 127 mV/dec (NiO) vs. 168 mV/dec (CuO) reflect faster charge-transfer kinetics, corroborated by exchange current densities (j₀ ≈ 4.1 × 10⁻³ vs. 9.2 × 10⁻³ mA cm⁻²). EIS fits reveal lower R ct and diffusion impedance for NiO, while representative free-energy diagrams illustrate how transition-state positioning governs kinetic asymmetry. Theory-guide information, such as phase-diagram modeling (Ni–O–H, Cu–O–H at 300 K) predicts stable NiOOH formation under OER conditions, contrasting with metastable Cu(OH)₂ that rapidly reverts to CuO/Cu₂O. Furthermore, this work highlights that transition metal oxides inevitably undergo oxidation-state transitions under applied potential, with the +3 states of Ni and Cu emerging as the most active for OER but prone to over-oxidation and instability at higher potentials. It emphasizes the importance of experimentally and theoretically tracking these dynamic oxidation-state transformations to distinguish between catalytic activity and degradation mechanisms. Future work will focus on operando XRD/XAS to track these dynamic phase changes and DFT-guided defect engineering to further optimize earth-abundant OER catalysts for large-scale green hydrogen.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,008
Tête enseignante GPT0,213
Écart entre enseignants0,205 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations5
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChemical Engineering Journal AdvancesMême sujetGeological Formations and Processes ExplorationTravaux en français237 207