MétaCan
Menu
Retour à la cohorte
Enregistrement W3036783447 · doi:10.1021/acs.inorgchem.0c01162

An NADH-Inspired Redox Mediator Strategy to Promote Second-Sphere Electron and Proton Transfer for Cooperative Electrochemical CO <sub>2</sub> Reduction Catalyzed by Iron Porphyrin

2020· article· en· W3036783447 sur OpenAlexfundno aff
Peter T. Smith, Sophia Weng, Christopher J. Chang

Notice bibliographique

RevueInorganic Chemistry · 2020
Typearticle
Langueen
DomaineEnergy
ThématiqueCO2 Reduction Techniques and Catalysts
Établissements canadiensnon disponible
Organismes subventionnairesLawrence Berkeley National LaboratoryCanadian Institute for Advanced ResearchDivision of Graduate EducationUniversity of California Berkeley
Mots-clésChemistryRedoxElectron transferCatalysisElectrochemistryPorphyrinProton-coupled electron transferProtonCombinatorial chemistryElectron transport chainPhotochemistryInorganic chemistryOrganic chemistryPhysical chemistryElectrode

Résumé

récupéré en direct d'OpenAlex

Abstract We present a bioinspired strategy for enhancing electrochemical carbon dioxide reduction catalysis by cooperative use of base-metal molecular catalysts with intermolecular second-sphere redox mediators that facilitate both electron and proton transfer. Functional synthetic mimics of the biological redox cofactor NADH, which are electrochemically stable and are capable of mediating both electron and proton transfer, can enhance the activity of an iron porphyrin catalyst for electrochemical reduction of CO2 to CO, achieving a 13-fold rate improvement without altering the intrinsic high selectivity of this catalyst platform for CO2 versus proton reduction. Evaluation of a systematic series of NADH analogues and redox-inactive control additives with varying proton and electron reservoir properties reveals that both electron and proton transfer contribute to the observed catalytic enhancements. This work establishes that second-sphere dual control of electron and proton inventories is a viable design strategy for developing more effective electrocatalysts for CO2 reduction, providing a starting point for broader applications of this approach to other multielectron, multiproton transformations.

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 seuil0,004

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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,006
Tête enseignante GPT0,228
Écart entre enseignants0,222 · 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

Citations45
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInorganic ChemistryMême sujetCO2 Reduction Techniques and CatalystsTravaux en français237 207