MétaCan
Menu
Retour à la cohorte
Enregistrement W4281782074 · doi:10.1021/acscentsci.2c00329

Conversion of Reactive Carbon Solutions into CO at Low Voltage and High Carbon Efficiency

2022· article· en· W4281782074 sur OpenAlexafffund
Zishuai Zhang, Eric W. Lees, Shaoxuan Ren, Benjamin A. W. Mowbray, Aoxue Huang, Curtis P. Berlinguette

Notice bibliographique

RevueACS Central Science · 2022
Typearticle
Langueen
DomaineEnergy
ThématiqueCO2 Reduction Techniques and Catalysts
Établissements canadiensCanadian Institute for Advanced ResearchUniversity of British Columbia
Organismes subventionnairesNatural Resources CanadaCanada Research ChairsCanadian Institute for Advanced Research
Mots-clésAnodeElectrolysisCarbon fibersChemistryRaw materialOxygen evolutionChemical engineeringCarbon dioxideOxygenHydrogenElectrolysis of waterInorganic chemistryMaterials scienceElectrochemistryElectrodeOrganic chemistryElectrolytePhysical chemistry

Résumé

récupéré en direct d'OpenAlex

High Resolution Image Download MS PowerPoint Slide Electrolyzers are now capable of reducing carbon dioxide (CO 2 ) into products at high reaction rates but are often characterized by low energy efficiencies and low CO 2 utilization efficiencies. We report here an electrolyzer that reduces 3.0 M KHCO 3 (aq) into CO(g) at a high rate (partial current density for CO of 220 mA cm –2 ) and a CO 2 utilization efficiency of 40%, at a voltage of merely 2.3 V. These results were made possible by using: (i) a reactive carbon solution enriched in KHCO 3 as the feedstock instead of gaseous CO 2; (ii) a cation exchange membrane instead of an anion exchange membrane, which is common to the field; and (iii) the hydrogen oxidation reaction (HOR) at the anode instead of the oxygen evolution reaction (OER). The voltage reported here is the lowest reported for any CO 2 to CO electrolyzer that operates at high current densities (i.e., a partial current density for CO greater than 200 mA cm –2 ) with a CO 2 utilization efficiency of greater than 20%. This study highlights how the choice of feedstock, membrane, and anode chemistries affects the rate and efficiency at which CO 2 is converted into products.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,007
Tête enseignante GPT0,223
Écart entre enseignants0,216 · 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 source (Gemma direct ou Codex distillé), 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

Citations101
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS Central ScienceMême sujetCO2 Reduction Techniques and CatalystsTravaux en français237 207