(Keynote) Detecting the Elusive Adsorbed CO<sub>2</sub> <sup>·-</sup> Intermediate on a Copper Electrode Using Operando Raman Spectroscopy and Pyridine As a Promoter: Implication for CO<sub>2</sub> Electroreduction
Notice bibliographique
Résumé
Electrochemical conversion of the abundant CO2 to fuels, polymers, drugs, and other materials using renewable energy is one of the most promising approaches that can help deploy this energy and reduce our dependence on fossil fuels. However, the rational development of a viable CO2 electroreduction system is hampered by a daunting lacunae in the mechanistic knowledge of this reaction. This is especially true with respect to the knowledge derived from experimental (electrochemical and operando spectroscopic) data. The problem stems from the complexity of both CO2 electroreduction per se and the great technical challenges to detect and identify the key reaction intermediates in operandi exactly on the same catalyst that is employed in the preparative electrolysis studies. We address this technical challenge by employing advantages of the electrochemical surface-enhanced Raman scattering (SERS) method, which have been neglected in the earlier attempts to gain mechanistic insights into CO2 electroreduction. These advantages include the outstanding sensitivity of SERS to the species adsorbed on the ‘hot spots’ and the ability of this method to detect these species on real electrocatalysts in real time. Specifically, combining this method with Density Functional Theory (DFT) simulations and employing pyridine as the reaction promoter, we resolve the long-standing controversies about the mechanism of the formate and CO synthesis on a polycrystalline copper electrode in aqueous electrolytes, as well as on the promoting effects of pyridine. Correlating the microscopic results with the electrolysis and electrochemical data, we conclude that the formation of the CO2 • d- intermediate is the rate-determining step of the formate synthesis on Cu, while formate and CO share the same route.
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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,027 | 0,005 |
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 ».