A high throughput optical method for studying compositional effects in electrocatalysts for CO2 reduction
Notice bibliographique
Résumé
Abstract In the problem of electrochemical CO 2 reduction, the discovery of earth-abundant, efficient, and selective catalysts is essential to enabling technology that can contribute to a carbon-neutral energy cycle. In this study, we adapt an optical high throughput screening method to study multi-metallic catalysts for CO 2 electroreduction. We demonstrate the utility of the method by constructing catalytic activity maps of different alloyed elements and use X-ray scattering analysis by the atomic pair distribution function (PDF) method to gain insight into the structures of the most active compositions. Among combinations of four elements (Au, Ag, Cu, Zn), Au 6 Ag 2 Cu 2 and Au 4 Zn 3 Cu 3 were identified as the most active compositions in their respective ternaries. These ternary electrocatalysts were more active than any binary combination, and a ca. 5-fold increase in current density at potentials of −0.4 to −0.8 V vs. RHE was obtained for the best ternary catalysts relative to Au prepared by the same method. Tafel plots of electrochemical data for CO 2 reduction and hydrogen evolution indicate that the ternary catalysts, despite their higher surface area, are poorer catalysts for the hydrogen evolution reaction than pure Au. This results in high Faradaic efficiency for CO 2 reduction to CO.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».