Surface Chemistry Modulates CO2 Reduction Reaction Intermediates on Silver Nanoparticle Electrocatalysts
Notice bibliographique
Résumé
Electrocatalytic reduction of carbon dioxide (CO2R) to fuels and chemicals is a pressing scientific and engineering challenge that is, in part, hampered by a lack of understanding of the surface reaction mechanism, even for relatively simple systems. While many efforts have been dedicated to promoting CO2R on catalytic surfaces by tuning composition, morphology, and defects, the role of the reaction environment around the active site, and how this can be leveraged to modulate CO2R, is less clear. To this end, we focused on a model CO2R catalyst, Ag nanoparticles, and carried out a combined electrocatalytic and operando Raman spectroscopic investigation of CO2R on their surfaces. Bare Ag and chemically modified Ag nanoparticles were investigated to understand how the surface reaction environment dictates intermediate binding and catalytic efficiency en route to CO generation. The results revealed that the primary product on Ag is CO, which is formed through a doubly-bound CObridge configuration. In contrast, electrografted imidazole and polyvinylpyrrolidone (PVP)-coated Ag feature CO in a singly-bound COatop configuration on their surfaces, whereas porous zeolitic-imidazolate framework-coated Ag was observed to bind both CObridge and COatop. Further, another function of the Ag surface modifications is to dictate the type of Ag surface sites which form Ag-C bonds with CO2R intermediates. Through analysis of the of electrochemical and spectroscopic data, we deduce which key aspects of CO2R on Ag surface render a CO2R system efficient and show how surface chemistry dictates diverging CO2R surface reaction mechanisms. The insights gained here are important as they provide the community with a greater understanding of heterogeneous CO2R and can be further translated to a number of catalytic systems.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,000 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».