A Surface Reconstruction Route to High Productivity and Selectivity in CO<sub>2</sub> Electroreduction toward C<sub>2+</sub> Hydrocarbons
Notice bibliographique
Résumé
Abstract Electrochemical carbon dioxide reduction (CO2) is a promising technology to use renewable electricity to convert CO2 into valuable carbon‐based products. For commercial‐scale applications, however, the productivity and selectivity toward multi‐carbon products must be enhanced. A facile surface reconstruction approach that enables tuning of CO2‐reduction selectivity toward C2+ products on a copper‐chloride (CuCl)‐derived catalyst is reported here. Using a novel wet‐oxidation process, both the oxidation state and morphology of Cu surface are controlled, providing uniformity of the electrode morphology and abundant surface active sites. The Cu surface is partially oxidized to form an initial Cu (I) chloride layer which is subsequently converted to a Cu (I) oxide surface. High C2+ selectivity on these catalysts are demonstrated in an H‐cell configuration, in which 73% Faradaic efficiency (FE) for C2+ products is reached with 56% FE for ethylene (C2H4) and overall current density of 17 mA cm‐2. Thereafter, the method into a flow‐cell configuration is translated, which allows operation in a highly alkaline medium for complete suppression of CH4 production. A record C2+ FE of ≈84% and a half‐cell power conversion efficiency of 50% at a partial current density of 336 mA cm‐2 using the reconstructed Cu catalyst are reported.
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 | 0,000 |
| 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 | 0,000 | 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) | 0,001 | 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 ».