MétaCan
Menu
Retour à la cohorte
Enregistrement W3111482962 · doi:10.21203/rs.3.rs-111772/v1

Selective CO-to-acetate electroproduction via intermediate adsorption tuning on ordered Cu-Pd sites

2020· preprint· en· W3111482962 sur OpenAlexafffund
Yali Ji, Zheng Chen, Chao Yang, Yuhang Wang, Jie Xu, Anxiang Guan, Jiatang Chen, Tsun‐Kong Sham, Jun Luo, Xin Xu, Gengfeng Zheng

Notice bibliographique

RevueResearch Square · 2020
Typepreprint
Langueen
DomaineEnergy
ThématiqueCO2 Reduction Techniques and Catalysts
Établissements canadiensWestern University
Organismes subventionnairesNational Key Research and Development Program of ChinaScience and Technology Commission of Shanghai MunicipalityShanghai Municipal Education CommissionNational Natural Science Foundation of ChinaCanadian Light Source
Mots-clésAdsorptionChemistryInorganic chemistryPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Electrochemical reduction of carbon monoxide (CO) has recently been emerging as a potential alternative for converting carbon emission into high-value multi-carbon products such as acetate. Nonetheless, the activity and selectivity for producing acetate have remained low. Herein, we developed an atomically ordered copper-palladium intermetallic compound (CuPd-IC) structure that achieved a high Faradaic efficiency of 70 ± 5% for CO-to-acetate production with a partial current density of 425 mA·cm− 2. This corresponded to an acetate production rate of 4.0 mmol·h− 1·cm− 2, and 5.3 times of enhancement in acetate production compared to pure Cu. Structural characterizations and density functional theory calculations suggested that CuPd-IC presents a high density of Cu-Pd pairs that act as the active sites to enrich the surface CO coverage, stabilize the surface ethenone as a key acetate-path intermediate, and inhibit hydrogen evolution reaction, thus promoting acetate formation. Using a membrane electrode assembly device, the CuPd-IC catalyst enabled 100 hours of CO-to-acetate operation at 500 mA·cm− 2 and an average acetate Faradaic efficiency of 43%, producing ~ 2 mol acetate.

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 seuil0,003

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 recherche0,0000,000
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 Opus0,056
Tête enseignante GPT0,379
Écart entre enseignants0,323 · 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

Citations1
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueResearch SquareMême sujetCO2 Reduction Techniques and CatalystsTravaux en français237 207