MétaCan
Menu
Retour à la cohorte
Enregistrement W3122912485 · doi:10.1038/s41467-020-20615-0

The nature of active sites for carbon dioxide electroreduction over oxide-derived copper catalysts

2021· article· en· W3122912485 sur OpenAlexaff
Dongfang Cheng, Zhi‐Jian Zhao, Gong Zhang, Piaoping Yang, Lulu Li, Hui Gao, Sihang Liu, Xin Chang, Sai Chen, Tuo Wang, Geoffrey A. Ozin, Zhi‐Pan Liu, Jinlong Gong

Notice bibliographique

RevueNature Communications · 2021
Typearticle
Langueen
DomaineEnergy
ThématiqueCO2 Reduction Techniques and Catalysts
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational Key Research and Development Program of ChinaTianjin UniversityNational Natural Science Foundation of ChinaProject 211National Science Foundation
Mots-clésCatalysisCopperOxideDensity functional theoryActive siteChemistrySelectivityMaterials scienceInorganic chemistryComputational chemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract The active sites for CO 2 electroreduction (CO 2 R) to multi-carbon (C 2+ ) products over oxide-derived copper (OD-Cu) catalysts are under long-term intense debate. This paper describes the atomic structure motifs for product-specific active sites on OD-Cu catalysts in CO 2 R. Herein, we describe realistic OD-Cu surface models by simulating the oxide-derived process via the molecular dynamic simulation with neural network (NN) potential. After the analysis of over 150 surface sites through NN potential based high-throughput testing, coupled with density functional theory calculations, three square-like sites for C–C coupling are identified. Among them, Σ3 grain boundary like planar-square sites and convex-square sites are responsible for ethylene production while step-square sites, i.e. n (111) × (100), favor alcohols generation, due to the geometric effect for stabilizing acetaldehyde intermediates and destabilizing Cu–O interactions, which are quantitatively demonstrated by combined theoretical and experimental results. This finding provides fundamental insights into the origin of activity and selectivity over Cu-based catalysts and illustrates the value of our research framework in identifying active sites for complex heterogeneous catalysts.

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 enseignants0,134
Score d'incertitude au seuil0,551

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 recherche0,0010,001
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 Opus0,012
Tête enseignante GPT0,293
Écart entre enseignants0,281 · 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

Citations315
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetCO2 Reduction Techniques and CatalystsTravaux en français237 207