MétaCan
Menu
Retour à la cohorte
Enregistrement W4318706860 · doi:10.1038/s41467-023-36259-9

COx hydrogenation to methanol and other hydrocarbons under mild conditions with Mo3S4@ZSM-5

2023· article· en· W4318706860 sur OpenAlexaff
Gui Liu, Pengfei Liu, Deming Meng, Taotao Zhao, Xiaofeng Qian, Qiang He, Xuefeng Guo, Jizhen Qi, Luming Peng, Nianhua Xue, Yan Zhu, Jingyuan Ma, Qiang Wang, Xi Liu, Liwei Chen, Weiping Ding

Notice bibliographique

RevueNature Communications · 2023
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueCatalysts for Methane Reforming
Établissements canadiensMinistry of Education and Child Care
Organismes subventionnairesMinistry of Science and Technology of the People's Republic of ChinaNational Natural Science Foundation of China
Mots-clésMethanolZSM-5ChemistryCatalysisOrganic chemistryZeolite

Résumé

récupéré en direct d'OpenAlex

Abstract The hydrogenation of CO2 or CO to single organic product has received widespread attentions. Here we show a highly efficient and selective catalyst, Mo3S4@ions-ZSM-5, with molybdenum sulfide clusters ([Mo3S4]n+) confined in zeolitic cages of ZSM-5 molecular sieve for the reactions. Using continuous fixed bed reactor, for CO2 hydrogenation to methanol, the catalyst Mo3S4@NaZSM-5 shows methanol selectivity larger than 98% at 10.2% of carbon dioxide conversion at 180 °C and maintains the catalytic performance without any degeneration during continuous reaction of 1000 h. For CO hydrogenation, the catalyst Mo3S4@HZSM-5 exhibits a selectivity to C2 and C3 hydrocarbons stably larger than 98% in organics at 260 °C. The structure of the catalysts and the mechanism of COx hydrogenation over the catalysts are fully characterized experimentally and theorectically. Based on the results, we envision that the Mo3S4@ions-ZSM-5 catalysts display the importance of active clusters surrounded by permeable materials as mesocatalysts for discovery of new reactions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,025
Tête enseignante GPT0,307
Écart entre enseignants0,282 · 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 source (Gemma direct ou Codex distillé), 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

Citations51
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetCatalysts for Methane ReformingTravaux en français237 207