Sn Dopants with Synergistic Oxygen Vacancies Boost CO<sub>2</sub> Electroreduction on CuO Nanosheets to CO at Low Overpotential
Notice bibliographique
Résumé
Using the electrochemical CO 2 reduction reaction (CO 2 RR) with Cu-based electrocatalysts to achieve carbon-neutral cycles remains a significant challenge because of its low selectivity and poor stability. Modulating the surface electron distribution by defects engineering or doping can effectively improve CO 2 RR performance. Herein, we synthesize the electrocatalyst of V o -CuO(Sn) nanosheets containing oxygen vacancies and Sn dopants for application in CO 2 RR-to-CO. Density functional theory calculations confirm that the incorporation of oxygen vacancies and Sn atoms substantially reduces the energy barrier for *COOH and *CO intermediate formation, which results in the high efficiency, low overpotential, and superior stability of the CO 2 RR to CO conversion. This electrocatalyst possesses a high Faraday efficiency (FE) of 99.9% for CO at a low overpotential of 420 mV and a partial current density of up to 35.22 mA cm –2 at −1.03 V versus reversible hydrogen electrode (RHE). The FE CO of V o -CuO(Sn) could retain over 95% within a wide potential area from −0.48 to −0.93 V versus RHE. Moreover, we obtain long-term stability for more than 180 h with only a slight decay in its activity. Therefore, this work provides an effective route for designing environmentally friendly electrocatalysts to improve the selectivity and stability of the CO 2 RR to CO conversion.
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 | 0,000 | 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) | 0,000 | 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 ».