MétaCan
Menu
Retour à la cohorte
Enregistrement W2901282007 · doi:10.1021/acs.inorgchem.8b02311

Stabilizing Copper for CO<sub>2</sub> Reduction in Low-Grade Electrolyte

2018· article· en· W2901282007 sur OpenAlexafffund
Jingfu He, Aoxue Huang, Noah J. J. Johnson, Kevan E. Dettelbach, David M. Weekes, Yang Cao, Curtis P. Berlinguette

Notice bibliographique

RevueInorganic Chemistry · 2018
Typearticle
Langueen
DomaineEnergy
ThématiqueCO2 Reduction Techniques and Catalysts
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesCanada Foundation for InnovationNatural Sciences and Engineering Research Council of CanadaUniversity of British ColumbiaCanada Research ChairsCanadian Institute for Advanced Research
Mots-clésChemistryEthylenediaminetetraacetic acidElectrolyteCopperInorganic chemistryCatalysisDissolutionTap waterRedoxElectrocatalystMetalZincChelationMetal ions in aqueous solutionElectrochemistryElectrode

Résumé

récupéré en direct d'OpenAlex

We demonstrate herein a CO2 reduction electrocatalyst regeneration strategy based on the manipulation of the Cu(0)/Cu2+ equilibrium with high concentrations of ethylenediaminetetraacetic acid (EDTA). This strategy enables the sustained performance of copper catalysts in distilled and tap water electrolytes for over 12 h. The deposition of common electrolyte impurities such as iron, nickel, and zinc is blocked because EDTA can effectively bind the metal ions and negatively shift the electrode potential of M/Mn+. The Cu/Cu2+ redox couple is >600 mV more positive than the other metal ions and therefore participates in an equilibrium of dissolution and redeposition from and to the electrode in high concentrations of EDTA. These dynamic equilibria serve to further regenerate the surface copper catalyst to prevent the deactivation of catalytic sites. On the basis of this strategy, we show that >95% of initial hydrocarbon production activity can be maintained for 12 h in KHCO3 (99% purity) enriched distilled water and 6 h in KHCO3 (99% purity) enriched tap water.

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 enseignants0,005
Score d'incertitude au seuil0,840

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 Opus0,009
Tête enseignante GPT0,245
Écart entre enseignants0,236 · 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

Citations35
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInorganic ChemistryMême sujetCO2 Reduction Techniques and CatalystsTravaux en français237 207