Electron Localization and Lattice Strain Induced by Surface Lithium Doping Enable Ampere‐Level Electrosynthesis of Formate from CO<sub>2</sub>
Notice bibliographique
Résumé
Abstract The electrochemical CO 2 conversion to formate is a promising approach for reducing CO 2 level and obtaining value‐added chemicals, but its partial current density is still insufficient to meet the industrial demands. Herein, we developed a surface‐lithium‐doped tin (s‐SnLi) catalyst by controlled electrochemical lithiation. Density functional theory calculations indicated that the Li dopants introduced electron localization and lattice strains on the Sn surface, thus enhancing both activity and selectivity of the CO 2 electroreduction to formate. The s‐SnLi electrocatalyst exhibited one of the best CO 2 ‐to‐formate performances, with a partial current density of −1.0 A cm −2 for producing formate and a corresponding Faradaic efficiency of 92 %. Furthermore, Zn–CO 2 batteries equipped with the s‐SnLi catalyst displayed one of the highest power densities of 1.24 mW cm −2 and an outstanding stability of >800 cycles. Our work suggests a promising approach to incorporate electron localization and lattice strain for the catalytic sites to achieve efficient CO 2 ‐to‐formate electrosynthesis toward potential commercialization.
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 | 0,000 |
| 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) | 0,000 | 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 ».