MétaCan
Menu
Retour à la cohorte
Enregistrement W2940224493 · doi:10.1002/cctc.201900395

A Rational Design of Cu<sub>2</sub>O−SnO<sub>2</sub> Core‐Shell Catalyst for Highly Selective CO<sub>2</sub>‐to‐CO Conversion

2019· article· en· W2940224493 sur OpenAlexafffund
Sheng‐Nian Zhang, Meng Li, Bin Hua, Nanqi Duan, Shaochen Ding, Steven H. Bergens, Karthik Shankar, Jing‐Li Luo

Notice bibliographique

RevueChemCatChem · 2019
Typearticle
Langueen
DomaineEnergy
ThématiqueCO2 Reduction Techniques and Catalysts
Établissements canadiensUniversity of Alberta
Organismes subventionnairesCanada First Research Excellence Fund
Mots-clésOverpotentialElectrocatalystCatalysisFaraday efficiencyMaterials scienceElectrochemistryTinChemical engineeringNoble metalElectrolyteInorganic chemistryNanotechnologyChemistryElectrodeMetallurgyPhysical chemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract The electrochemical reduction of CO2 (CO2RR) is a versatile method that is capable of simultaneously reduce CO2 emission and produce valuable fuels and chemicals. However, its application is hindered by the lack of cost‐effective catalysts and significant overpotential requirement. In this work, we report a low‐cost and surfactant/capping agent free method to synthesize cubic Cu2O−SnO2 core‐shell electrocatalyst, whose thickness can be easily controlled by the content of tin precursor. The optimized Cu2O−SnO2 catalyst with a 5 nm‐thick shell achieved over 90 % faradaic efficiency towards CO at a low overpotential of 390 mV, which is comparable to some of the noble metal catalysts. The catalyst also exhibited good stability over 18 hours of test at −0.6 V vs. RHE in 0.5 M KHCO3 electrolyte. This work provides a widely applicable strategy for developing a low‐cost electrocatalyst for CO2 conversion.

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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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 Opus0,018
Tête enseignante GPT0,247
Écart entre enseignants0,229 · 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

Citations32
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChemCatChemMême sujetCO2 Reduction Techniques and CatalystsTravaux en français237 207