MétaCan
Menu
Retour à la cohorte
Enregistrement W2885534103 · doi:10.1021/acs.jpcc.8b04751

Adsorption and Decomposition of Formic Acid on Cobalt(0001)

2018· article· en· W2885534103 sur OpenAlexafffund
Jeffrey J. Sims, Cherif Aghiles Ould Hamou, Romain Réocreux, Carine Michel, Javier B. Giorgi

Notice bibliographique

RevueThe Journal of Physical Chemistry C · 2018
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueCarbon dioxide utilization in catalysis
Établissements canadiensWilfrid Laurier UniversityUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCentre National de la Recherche ScientifiqueUniversity of Ottawa
Mots-clésFormic acidFormateCobaltChemistryInorganic chemistryDehydrogenationAdsorptionCatalysisDecompositionSelectivityPhysical chemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Formic acid can undergo dehydration or dehydrogenation with variable selectivity over a range of metal catalysts. The selectivity among these reactions depends on the reaction mechanism and reaction conditions pertinent on each surface. This work provides mechanistic insight into the decomposition of formic acid on cobalt at high- and low-temperature regimes. The adsorption and decomposition of formic acid on a Co(0001) single crystal was studied in ultrahigh vacuum by X-ray photoelectron spectroscopy and temperature-programmed desorption. Insight is provided using density functional theory calculations. In the low-temperature regime, formic acid adsorbs molecularly on the surface at 130 K. Partial decomposition produces CO at 140 K, and at 160 K, the decomposition of formic acid into formate, which is a thermodynamic sink, is dominant. Water can be formed at low temperature via bimolecular processes. At high temperature (>400 K), the similar barriers for decomposition of the formate species lead to the concomitant production of CO, CO 2, and H 2 . The correlation between experiment and theory provides a framework for the interpretation of surface species and reaction path operating in different regimes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,015
Score d'incertitude au seuil0,242

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,007
Tête enseignante GPT0,258
Écart entre enseignants0,251 · 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 tête enseignante, 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

Citations23
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Physical Chemistry CMême sujetCarbon dioxide utilization in catalysisTravaux en français237 207