MétaCan
Menu
Retour à la cohorte
Enregistrement W4283370351 · doi:10.1021/jacs.2c02972

Templating Bicarbonate in the Second Coordination Sphere Enhances Electrochemical CO <sub>2</sub> Reduction Catalyzed by Iron Porphyrins

2022· article· en· W4283370351 sur OpenAlexafffund
Jeffrey S. Derrick, Matthias Loipersberger, Sepand K. Nistanaki, Aila V. Rothweiler, Martin Head‐Gordon, Eva M. Nichols, Christopher J. Chang

Notice bibliographique

RevueJournal of the American Chemical Society · 2022
Typearticle
Langueen
DomaineEnergy
ThématiqueCO2 Reduction Techniques and Catalysts
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesCanadian Institute for Advanced ResearchStanford UniversityLawrence Berkeley National LaboratoryNational Science Foundation
Mots-clésChemistryBicarbonateCatalysisPorphyrinElectrochemistryInorganic chemistryElectrolyteCoordination sphereElectrocatalystCombinatorial chemistryPhotochemistryMetalOrganic chemistryElectrode

Résumé

récupéré en direct d'OpenAlex

Bicarbonate-based electrolytes are ubiquitous in aqueous electrochemical CO2 reduction, particularly in heterogenous catalysis, where they demonstrate improved catalytic performance relative to other buffers. In contrast, the presence of bicarbonate in organic electrolytes and its roles in homogeneous electrocatalysis remain underexplored. Here, we investigate the influence of bicarbonate on iron porphyrin-catalyzed electrochemical CO2 reduction. We show that bicarbonate is a viable proton donor in organic electrolyte (pKa = 20.8 in dimethyl sulfoxide) and that urea pendants in the second coordination sphere can be used to template bicarbonate in the vicinity of a molecular iron porphyrin catalyst. The templated binding of bicarbonate increases its acidity, resulting in a 1500-fold enhancement in catalytic rates relative to unmodified parent iron porphyrin. This work emphasizes the importance of bicarbonate speciation in wet organic electrolytes and establishes second-sphere bicarbonate templating as a design strategy to harness this adventitious acid and enhance CO2 reduction catalysis.

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 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 enseignants0,010
Score d'incertitude au seuil0,433

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 technologies0,0000,000
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 Opus0,005
Tête enseignante GPT0,233
Écart entre enseignants0,227 · 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.

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

Citations110
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of the American Chemical SocietyMême sujetCO2 Reduction Techniques and CatalystsTravaux en français237 207