Ultrasmall Au nanocatalysts supported on nitrided carbon for electrocatalytic CO<sub>2</sub> reduction: the role of the carbon support in high selectivity
Notice bibliographique
Résumé
Au is one of the most promising electrocatalysts to convert CO2 into CO in an aqueous-phase electrochemical reduction. However, ultrasmall Au nanocatalysts (AuNCs, <2 nm) have proven to be favorable for water reduction over CO2, although they possess a large surface-to-volume ratio and potentially are ideal for CO2 reduction. We herein report that ultrasmall AuNCs (1.9 ± 0.3 nm) supported on nitrided carbon are remarkably active and selective for CO2 reduction. The mass activity for CO of AuNCs reaches 967 A g-1 with a faradaic efficiency for CO of ∼83% at -0.73 V (vs. reversible hydrogen electrode) that is an order of magnitude more active than the state-of-the-art results. The high activity is endowed by the large surface area per unit weight and the high selectivity of ultrasmall AuNCs for CO2 reduction originates from the cooperative effect of Au and the nitrided carbon support where the surface N sites act as Lewis bases to increase the surface charge density of AuNCs and enhance the localized concentration of CO2 nearby catalytically active Au sites. We show that our results can be applied to other pre-synthesized Au catalysts to largely improve their selectivity for CO2 reduction by 50%. Our method is expected to illustrate a general guideline to effectively lower the cost of Au catalysts per unit weight of the product while maintaining its high selectivity for CO2 reduction.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».