MétaCan
Menu
Retour à la cohorte
Enregistrement W3045070473 · doi:10.1038/s41467-020-17499-5

Enhanced multi-carbon alcohol electroproduction from CO via modulated hydrogen adsorption

2020· article· en· W3045070473 sur OpenAlexafffund
Jun Li, Aoni Xu, Fengwang Li, Ziyun Wang, Chengqin Zou, Christine M. Gabardo, Yuhang Wang, Adnan Ozden, Yi Xu, Dae‐Hyun Nam, Yanwei Lum, Joshua Wicks, Bin Chen, Zhiqiang Wang, Jiatang Chen, Yunzhou Wen, Tao‐Tao Zhuang, Mingchuan Luo, Xi‐Wen Du, Tsun‐Kong Sham, Bo Zhang, Edward H. Sargent, David Sinton

Notice bibliographique

RevueNature Communications · 2020
Typearticle
Langueen
DomaineEnergy
ThématiqueCO2 Reduction Techniques and Catalysts
Établissements canadiensWestern UniversityUniversity of Toronto
Organismes subventionnairesArgonne National LaboratoryNatural Sciences and Engineering Research Council of CanadaUniversity of TorontoÉcole Polytechnique Fédérale de LausanneOffice of ScienceGovernment of OntarioCanadian Light SourceCanadian Institute for Advanced ResearchU.S. Department of Energy
Mots-clésCatalysisHydrogenAdsorptionAlcoholEthyleneCopperCarbon fibersInorganic chemistryDopantMetalTransition metalSelectivityChemistryEthanolDensity functional theoryMaterials scienceDopingOrganic chemistryComputational chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Multi-carbon alcohols such as ethanol are valued as fuels in view of their high energy density and ready transport. Unfortunately, the selectivity toward alcohols in CO 2 /CO electroreduction is diminished by ethylene production, especially when operating at high current densities (>100 mA cm −2 ). Here we report a metal doping approach to tune the adsorption of hydrogen at the copper surface and thereby promote alcohol production. Using density functional theory calculations, we screen a suite of transition metal dopants and find that incorporating Pd in Cu moderates hydrogen adsorption and assists the hydrogenation of C 2 intermediates, providing a means to favour alcohol production and suppress ethylene. We synthesize a Pd-doped Cu catalyst that achieves a Faradaic efficiency of 40% toward alcohols and a partial current density of 277 mA cm −2 from CO electroreduction. The activity exceeds that of prior reports by a factor of 2.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,057
Score d'incertitude au seuil0,806

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,026
Tête enseignante GPT0,295
Écart entre enseignants0,269 · 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 tête enseignante, 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

Citations145
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetCO2 Reduction Techniques and CatalystsTravaux en français237 207