Metal–Organic-Frameworks-Derived Cu/Cu<sub>2</sub>O Catalyst with Ultrahigh Current Density for Continuous-Flow CO<sub>2</sub> Electroreduction
Notice bibliographique
Résumé
The electrochemical reduction of carbon dioxide (ECR-CO2) to produce low-carbon fuels and high-value industrial chemicals has been proven to be a viable solution to energy sustainability. However, the energy efficiency of electrocatalytic CO2 reduction is seriously limited by both poor electrocatalyst with insufficient activity, selectivity, and stability and ineffective electrochemical reactors. In this work, the electroreduction of CO2 to CO is highly improved by the design of copper–metal–organic-frameworks-derived nanoparticle (Cu–MOF/NP) catalysts, in which Cu/Cu2O particles form a porous octahedral structure containing tunable Cu0 and Cu+ catalytic active sites. The ECR-CO2 can be realized with a high current density of 25.15 mA cm–2 at a very low applied potential of mere 0.79 VRHE even in an H-type cell, owing to the high-surface-area porous structure with optimal surface chemistry of exposed Cu cations. Notably, a new flow electrochemical reactor integrated with a membrane electrode assembly (MEA) is designed to not only largely reduce the applied potential (∼200 mV) but also prompt the sensitivity of the reactor for identifying and quantifying reaction products. Accordingly, the Cu–MOF/NP catalyst enables an ultrahigh current density beyond 230 mA cm–2 at a low applied potential of −0.86 VRHE in the flow MEA reactor and the ethanol product (often undetectable in the traditional H-type cell) to be harvested.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».