MétaCan
Menu
Retour à la cohorte
Enregistrement W2779986708 · doi:10.1021/acsenergylett.7b01017

Electrolysis of Gaseous CO<sub>2</sub> to CO in a Flow Cell with a Bipolar Membrane

2017· article· en· W2779986708 sur OpenAlexafffund
Danielle A. Salvatore, David M. Weekes, Jingfu He, Kevan E. Dettelbach, Yuguang Li, Thomas E. Mallouk, Curtis P. Berlinguette

Notice bibliographique

RevueACS Energy Letters · 2017
Typearticle
Langueen
DomaineEnergy
ThématiqueCO2 Reduction Techniques and Catalysts
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesBasic Energy SciencesNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsCanada First Research Excellence FundKillam TrustsCanada Foundation for InnovationCanadian Institute for Advanced Research
Mots-clésElectrolysisAnodeCathodeFaraday efficiencyPolymer electrolyte membrane electrolysisElectrolyteChemical engineeringMaterials scienceMembrane electrode assemblyElectrolytic cellMembraneChemistryInorganic chemistryElectrode

Résumé

récupéré en direct d'OpenAlex

The conversion of CO 2 to CO is demonstrated in an electrolyzer flow cell containing a bipolar membrane at current densities of 200 mA/cm 2 with a Faradaic efficiency of 50%. Electrolysis was carried out by delivering gaseous CO 2 at the cathode with a silver catalyst integrated in a carbon-based gas diffusion layer. Nonprecious nickel foam in a strongly alkaline electrolyte (1 M NaOH) was used to mediate the anode reaction. While a configuration where the anode and cathode were separated by only a bipolar membrane was found to be unfavorable for robust CO 2 reduction, a modified configuration with a solid-supported aqueous layer inserted between the silver-based catalyst layer and the bipolar membrane enhanced the cathode selectivity for CO 2 reduction to CO. We report higher current densities (200 mA/cm 2 ) than previously reported for gas-phase CO 2 to CO electrolysis and demonstrate the dependence of long-term stability on adequate hydration of the CO 2 inlet stream.

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)0,000
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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,005
Tête enseignante GPT0,210
Écart entre enseignants0,204 · 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

Citations348
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS Energy LettersMême sujetCO2 Reduction Techniques and CatalystsTravaux en français237 207