Ammonia Thermal Treatment Toward Topological Defects in Porous Carbon for Enhanced Carbon Dioxide Electroreduction
Notice bibliographique
Résumé
Abstract The design of specific active sites for the carbon dioxide electro-reduction reaction (CO 2 RR), is crucial for determining product selectivity and catalysis performance. Here, we present an efficient NH 3 thermal treatment for thoroughly removing the pyrrolic-N and pyridinic-N dopants from 3D N-enriched graphene analogue particles, to create high density of topological defects as active sites for CO 2 RR. [1] Firstly we found that NH 3 showed a pronounced effect of eliminating specific N-containing moieties at elevated temperatures, superior to Ar. The identification of topological defects (pentagonal carbon polygon and 585 defect) was investigated by near-edge X-ray absorption fine structure measurements and local density of states analysis, and its formation mechanism was revealed by reactive molecular dynamics simulations.The as-prepared catalysts exhibited excellent performance in flooded half-cell experiments in 0.1 M KHCO 3 reaching current densities of 2.8 mA cm -2 and 4.4 mA cm -2 with FE CO of 92.7% and 89.2% at -0.6 V and -0.7 V v.s. RHE, respectively at room temperature and atmosphere pressure. These results are among the best performances reported for metal-free catalysts. [2,3,4,5] Density functional theory calculations revealed that the edged pentagonal sites (penta-1 and 585-1 defects) are the dominating active centers with the lowest free energy barriers of CO 2 RR for CO production. [6,7] References [1] Zhu J.; Huang J.; Mei W. et al, Angew. Chem. Int. Ed. 2019 , 58 , 3859-3864 [2] Wu, J.; Liu, M.; Sharma, P. P. et al, Nano Lett. 2016, 16 (1), 466-70 [3] Wu, J.; Yadav, R. M.; Liu, M. et al, ACS Nano 2015, 9 (5), 5364-5371. [4] Daiyan, R.; Tan, X.; Chen, R. et al, Acs Energy Lett. 2018, 3 (9), 2292-2298. [5] Kumar, B.; Asadi, M.; Pisasale, D. et al, Nat. Commun. 2013, 4 , 2819. [6] Banhart F., Kotakoski J., Krasheninnikov A.V. ACS Nano, 2011 , 5 , 29-41. [7] Dong, Y.,zhang Q.J. et al, Ammonia Thermal Treatment toward Topological Defects in Porous Carbon for Enhanced Carbon Dioxide Electroreduction. (submitted) Figure 1
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) | 0,000 | 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) | 0,000 | 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 ».