MétaCan
Menu
Retour à la cohorte
Enregistrement W4302424500 · doi:10.1038/s41467-022-33049-7

Solar reduction of carbon dioxide on copper-tin electrocatalysts with energy conversion efficiency near 20%

2022· article· en· W4302424500 sur OpenAlexfundno aff
Jing Gao, Jun Li, Yuhang Liu, Meng Xia, Y. Zou Finfrock, Shaik M. Zakeeruddin, Dan Ren, Michaël Grätzel

Notice bibliographique

RevueNature Communications · 2022
Typearticle
Langueen
DomaineEnergy
ThématiqueCO2 Reduction Techniques and Catalysts
Établissements canadiensnon disponible
Organismes subventionnairesArgonne National LaboratoryOffice of ScienceGebert Rüf StiftungXi’an Jiaotong UniversityÉcole Polytechnique Fédérale de LausanneCanadian Light SourceU.S. Department of EnergyEuropean CommissionXi'an Jiaotong University
Mots-clésTinCopperCarbon monoxideMaterials scienceTin oxideInorganic chemistryElectrochemical reduction of carbon dioxideCatalysisCopper oxideOxideCarbon fibersFaraday efficiencyMonoxideChemical engineeringChemistryElectrodeMetallurgyElectrochemistryComposite materialOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Copper catalysts modified with tin have been demonstrated to be selective for the electroreduction of carbon dioxide to carbon monoxide. However, such catalysts require the precise control of tin loading amount. Here, we develop a copper/tin-oxide catalyst with dominant tin oxide surface being formed via a spontaneous exchange reaction between sputtered tin and copper oxide. Even though the surface of this catalyst is tin-rich, it achieves an excellent performance towards carbon monoxide production in a flow cell. This contrasts with copper/tin-oxide prepared via atomic layer deposition since it yields selectivity towards carbon monoxide only on a copper-rich surface. Mechanism studies reveal that the tin sites on the tin-rich copper/tin-oxide surface achieve a suitable binding with adsorbed carbon monoxide under the presence of copper. Powered by a triple-junction solar cell, the copper/tin-oxide based electrolyzer sets a new benchmark solar-to-chemical energy conversion efficiency of 19.9 percent with a Faradaic efficiency of 98.9 percent towards carbon monoxide under simulated standard air mass 1.5 global illumination.

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)0,000
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 enseignants0,470
Score d'incertitude au seuil0,651

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,008
Tête enseignante GPT0,241
Écart entre enseignants0,233 · 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

Citations78
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetCO2 Reduction Techniques and CatalystsTravaux en français237 207