Exchange Coupling Determines Metal-Dependent Efficiency for Iron- and Cobalt-Catalyzed Photochemical CO <sub>2</sub> Reduction
Notice bibliographique
Résumé
Catalysts promoting multielectron charge delocalization offer selectivity for the CO 2 reduction reaction (CO 2 RR) over the competing hydrogen evolution reaction. Here, we show metal–ligand exchange coupling as an example of charge delocalization that can determine the efficiency for photocatalytic CO 2 RR. A comparative evaluation of iron and cobalt complexes supported by the redox-active ligand tpyPY2Me establishes that the two-electron reduction of [Co(tpyPY2Me)] 2+ ( [Co] 2+ ) occurs at potentials 770 mV more negative than the [Fe(tpyPY2Me)] 2+ ( [Fe] 2+ ) analogue by maximizing the exchange coupling in the latter compound. The positive shift in the reduction potential promoted by metal–ligand exchange coupling drives [Fe] 2+ to be among the most active and selective molecular catalysts for photochemical CO 2 RR reported to date, maintaining up to 99% CO product selectivity with total turnover numbers (TONs) and initial turnover frequencies exceeding 30,000 and 900 min –1, respectively. In contrast, [Co] 2+ shows much lower CO 2 RR activity, reaching only ca. 600 TON at 83% CO product selectivity under similar conditions accompanied by rapid catalyst decomposition. The spin density plots of the two-electron reduced [Co] 0 complex implicate a paramagnetic open-shell doublet ground state compared to the diamagnetic open-shell singlet ground state of reduced [Fe] 0, rationalizing the observed negative shift in two-electron reduction potentials from the [M] 2+ species and lowered CO 2 RR efficiency for the cobalt complex relative to its iron congener. This work emphasizes the contributions of multielectron metal–ligand exchange coupling in promoting effective CO 2 RR and provides a starting point for the broader incorporation of this strategy in catalyst design.
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 | 0,001 | 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 ».