Tuning the Composition of Electrodeposited Bimetallic Tin–Lead Catalysts for Enhanced Activity and Durability in Carbon Dioxide Electroreduction to Formate
Notice bibliographique
Résumé
Abstract Bimetallic Sn–Pb catalysts with five different Sn/Pb atomic ratios were electrodeposited on Teflonated carbon paper and non‐Teflonated carbon cloth using both fluoroborate‐ and oxide‐containing deposition media to produce catalysts for the electrochemical reduction of CO2 (ERC) to formate (HCOO−). The interaction between catalyst composition, morphology, substrate, and deposition media was investigated by using cyclic voltammetry and constant potential electrolysis at −2.0 V versus Ag/AgCl for 2 h in 0.5 m KHCO3. The catalysts were analyzed before and after electrolysis by using SEM and XRD to determine the mechanisms of Faradaic efficiency loss and degradation. Catalysts that are mainly Sn with 15–35 at % Pb generated Faradaic efficiencies up to 95 % with a stable performance. However, pure Sn catalysts showed high initial stage formate production rates but experienced an extensive (up to 30 %) decrease of the Faradaic efficiency. The XRD results demonstrated the presence of polycrystalline SnO2 after electrolysis using Sn–Pb catalysts with 35 at % Pb and its absence in the case of pure Sn. It is proposed that the presence of Pb (15–35 at %) in mainly Sn catalysts stabilized SnO2, which is responsible for the enhanced Faradaic efficiency and catalytic durability in the ERC.
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 | 0,001 |
| 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 | 0,001 | 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 ».