MétaCan
Menu
Retour à la cohorte
Enregistrement W3167634342 · doi:10.1038/s41467-021-23699-4

Gold-in-copper at low *CO coverage enables efficient electromethanation of CO2

2021· article· en· W3167634342 sur OpenAlexafffund
Xue Wang, Pengfei Ou, Joshua Wicks, Yi Xie, Ying Wang, Jun Li, Jason Tam, Dan Ren, Jane Y. Howe, Ziyun Wang, Adnan Ozden, Y. Zou Finfrock, Yi Xu, Yuhang Li, Armin Sedighian Rasouli, Koen Bertens, Alexander H. Ip, Michaël Grätzel, David Sinton, Edward H. Sargent

Notice bibliographique

RevueNature Communications · 2021
Typearticle
Langueen
DomaineEnergy
ThématiqueCO2 Reduction Techniques and Catalysts
Établissements canadiensCanadian Light Source (Canada)University of Toronto
Organismes subventionnairesNatural Resources CanadaPaul Scherrer InstitutUniversity of TorontoGovernment of CanadaOffice of ScienceGovernment of OntarioNatural Sciences and Engineering Research Council of CanadaCanadian Light SourceOntario Research FoundationArgonne National LaboratoryU.S. Department of EnergyEuropean CommissionNGIF Capital Corporation
Mots-clésCopperNanotechnologyMaterials scienceComputer scienceMetallurgy

Résumé

récupéré en direct d'OpenAlex

Abstract The renewable-electricity-powered CO 2 electroreduction reaction provides a promising means to store intermittent renewable energy in the form of valuable chemicals and dispatchable fuels. Renewable methane produced using CO 2 electroreduction attracts interest due to the established global distribution network; however, present-day efficiencies and activities remain below those required for practical application. Here we exploit the fact that the suppression of *CO dimerization and hydrogen evolution promotes methane selectivity: we reason that the introduction of Au in Cu favors *CO protonation vs. C−C coupling under low *CO coverage and weakens the *H adsorption energy of the surface, leading to a reduction in hydrogen evolution. We construct experimentally a suite of Au-Cu catalysts and control *CO availability by regulating CO 2 concentration and reaction rate. This strategy leads to a 1.6× improvement in the methane:H 2 selectivity ratio compared to the best prior reports operating above 100 mA cm −2 . We as a result achieve a CO 2 -to-methane Faradaic efficiency (FE) of (56 ± 2)% at a production rate of (112 ± 4) mA cm −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 enseignants0,286
Score d'incertitude au seuil0,430

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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,011
Tête enseignante GPT0,286
Écart entre enseignants0,275 · 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

Citations157
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetCO2 Reduction Techniques and CatalystsTravaux en français237 207