MétaCan
Menu
Retour à la cohorte
Enregistrement W3107241673 · doi:10.1016/j.gee.2020.11.015

Efficient photoelectrochemical conversion of CO2 to syngas by photocathode engineering

2020· article· en· W3107241673 sur OpenAlexafffund
Sheng Chu, Pengfei Ou, Roksana Tonny Rashid, Yuyang Pan, Daolun Liang, Huiyan Zhang, Jun Song

Notice bibliographique

RevueGreen Energy & Environment · 2020
Typearticle
Langueen
DomaineEnergy
ThématiqueCO2 Reduction Techniques and Catalysts
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaSoutheast UniversityNatural Science Foundation of Jiangsu ProvinceNational Natural Science Foundation of ChinaEmissions Reduction Alberta
Mots-clésPhotocathodeSyngasMaterials scienceEnergy conversion efficiencyChemical engineeringPhotoelectrochemical cellNanotechnologyChemistryOptoelectronicsCatalysisPhysicsElectronOrganic chemistryElectrode

Résumé

récupéré en direct d'OpenAlex

The synthesis of renewable chemical fuels from CO2 and H2O via photoelectrochemical (PEC) route reprensents a promising room-temperature approach for transforming greenhouse gas into value-added chemicals (e.g., syngas), but to date it has been hampered by the lack of efficient photocathode for CO2 reduction. Herein, we report efficient PEC CO2 reduction into syngas by photocathode engineering. The photocathode is consisting of a planar p-n Si junction for strong light harvesting, GaN nanowires for efficient electron extraction and transfer, and Au/TiO2 for rapid electrocatalytic syngas production. The photocathode yields a record-high solar energy conversion efficiency of 2.3%. Furthermore, desirable syngas compositions with CO/H2 ratios such as 1:2 and 1:1 can be produced by simply varying the size of Au nanoparticle. Theoretical calculations reveal that the active sites for CO and H2 generation are the facet and undercoordinated sites of Au particles, respectively.

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 enseignants0,146
Score d'incertitude au seuil0,787

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 GPT0,177
Écart entre enseignants0,171 · 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

Citations29
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGreen Energy & EnvironmentMême sujetCO2 Reduction Techniques and CatalystsTravaux en français237 207