Ternary Alloys Enable Efficient Production of Methoxylated Chemicals via Selective Electrocatalytic Hydrogenation of Lignin Monomers
Notice bibliographique
Résumé
We explore the selective electrocatalytic hydrogenation of lignin monomers to methoxylated chemicals, of particular interest, when powered by renewable electricity. Prior studies, while advancing the field rapidly, have so far lacked the needed selectivity: when hydrogenating lignin-derived methoxylated monomers to methoxylated cyclohexanes, the desired methoxy group (−OCH3) has also been reduced. The ternary PtRhAu electrocatalysts developed herein selectively hydrogenate lignin monomers to methoxylated cyclohexanes—molecules with uses in pharmaceutics. Using X-ray absorption spectroscopy and in situ Raman spectroscopy, we find that Rh and Au modulate the electronic structure of Pt and that this modulating steers intermediate energetics on the electrocatalyst surface to facilitate the hydrogenation of lignin monomers and suppress C–OCH3 bond cleavage. As a result, PtRhAu electrocatalysts achieve a record 58% faradaic efficiency (FE) toward 2-methoxycyclohexanol from the lignin monomer guaiacol at 200 mA cm–2, representing a 1.9× advance in FE and a 4× increase in partial current density compared to the highest productivity prior reports. We demonstrate an integrated lignin biorefinery where wood-derived lignin monomers are selectively hydrogenated and funneled to methoxylated 2-methoxy-4-propylcyclohexanol using PtRhAu electrocatalysts. This work offers an opportunity for the sustainable electrocatalytic synthesis of methoxylated pharmaceuticals from renewable biomass.
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 | 0,000 |
| 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 ».