MétaCan
Menu
Retour à la cohorte
Enregistrement W4282033289 · doi:10.1038/s41467-022-30677-x

Eliminating the need for anodic gas separation in CO2 electroreduction systems via liquid-to-liquid anodic upgrading

2022· article· en· W4282033289 sur OpenAlexafffund
Ke Xie, Adnan Ozden, Rui Kai Miao, Yuhang Li, David Sinton, Edward H. Sargent

Notice bibliographique

RevueNature Communications · 2022
Typearticle
Langueen
DomaineEnergy
ThématiqueCO2 Reduction Techniques and Catalysts
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaGovernment of Canada
Mots-clésAnodeElectrolyteRenewable energyElectrochemistryMaterials scienceProcess engineeringChemical engineeringCarbon fibersRaw materialCathodic protectionElectrodeChemistryElectrical engineeringOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Electrochemical reduction of CO 2 to multi-carbon products (C 2+ ), when powered using renewable electricity, offers a route to valuable chemicals and fuels. In conventional neutral-media CO 2 -to-C 2+ devices, as much as 70% of input CO 2 crosses the cell and mixes with oxygen produced at the anode. Recovering CO 2 from this stream adds a significant energy penalty. Here we demonstrate that using a liquid-to-liquid anodic process enables the recovery of crossed-over CO 2 via facile gas-liquid separation without additional energy input: the anode tail gas is directly fed into the cathodic input, along with fresh CO 2 feedstock. We report a system exhibiting a low full-cell voltage of 1.9 V and total carbon efficiency of 48%, enabling 262 GJ/ton ethylene, a 46% reduction in energy intensity compared to state-of-art single-stage CO 2 -to-C 2+ devices. The strategy is compatible with today’s highest-efficiency electrolyzers and CO 2 catalysts that function optimally in neutral and alkaline electrolytes.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,854
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,019
Tête enseignante GPT0,313
Écart entre enseignants0,295 · 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.

Devis d'étudeSans objet
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

Citations104
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetCO2 Reduction Techniques and CatalystsTravaux en français237 207