Predicting CO<sub>2</sub> adsorption and reactivity on transition metal surfaces using popular density functional theory methods
Notice bibliographique
Résumé
In this work, with Ni (110) as a model catalyst surface and CO2 as an adsorbate, a performance study of Density Functional Theory methods (functionals) is performed. CO being a possible intermediate in CO2 conversion reactions, binding energies of both, CO2 and CO, are calculated on the Ni surface and are compared with experimental data. OptPBE-vdW functional correctly predicts CO2 binding energy on Ni (−62 kJ/mol), whereas CO binding energy is correctly predicted by the rPBE-vdW functional (−138 kJ/mol). The difference in computed adsorption energies by different functionals is attributed to the calculation of gas phase CO2. Three alternate reaction systems based on a different number of C=O double bonds present in the gas phase molecule are considered to replace CO2. The error in computed adsorption energy is directly proportional to the number of C=O double bonds present in the gas phase molecule. Additionally, both functionals predict similar carbon–oxygen activation barrier (40 kJ/mol) and equivalent C1s shifts for probe species (−2.6 eV for CCH3 and +1.5 eV CO3−), with respect to adsorbed CO2. Thus, by including a correction factor of 28 kJ/mol for the computed CO2 gas phase energy, we suggest using rPBE-vdW functional to investigate CO2 conversion reactions on different metals.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».