MétaCan
Menu
Retour à la cohorte
Enregistrement W4320919762 · doi:10.1002/aenm.202204231

Electrocatalytic Disproportionation of Nitric Oxide Toward Efficient Nitrogen Fixation

2023· article· en· W4320919762 sur OpenAlexaff
Angjian Wu, Jiabao Lv, Xiaoxu Xuan, Jinhe Zhang, Ang Cao, Mengjie Wang, Xiaoyu Wu, Qian Liu, Yunhao Zhong, Wei Sun, Qiulin Ye, Yaqi Peng, Xiaoqing Lin, Zhifu Qi, Songqiang Zhu, Qunxing Huang, Xiaodong Li, Hao Bin Wu, Jianhua Yan

Notice bibliographique

RevueAdvanced Energy Materials · 2023
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueAmmonia Synthesis and Nitrogen Reduction
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesZhejiang UniversityNational Natural Science Foundation of China
Mots-clésDisproportionationMaterials scienceNitric oxideNitrogenOxideInorganic chemistryCatalysisMetallurgyOrganic chemistryChemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Electrocatalytic conversion of waste nitric oxide into ammonia is a promising approach to achieve sustainable nitrogen fixation. Herein, a CoNi co‐oxides catalyst is designed for NH 3 electrosynthesis with the merits of facilitating NO adsorption and reducing the reaction energy barrier. By synergistic coupling with anodic NO oxidation, electrocatalytic disproportionation of NO is first realized to simultaneously synthesize value‐added double nitrogen products (NH 3 and nitrate) with increased total energy efficiency. Furthermore, decoupled acid–base asymmetric electrolyte design is proposed in a united assembled electrolyzer, enabling a high NH 3 production rate (26.27 mg h −1 cm −2 ) with unit faradaic efficiency and a remarkable nitrate production rate of 68.41 mg h −1 cm −2 at the anode. A low cell voltage of 3.58 V is obtained by optimizing ion agglomeration within the membrane to promote the charge‐ion exchange and electrode kinetics. Technoeconomic analysis demonstrates the economic feasibility of recycling waste NO by the electrocatalytic disproportionation strategy.

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 enseignants0,034
Score d'incertitude au seuil0,521

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,010
Tête enseignante GPT0,229
Écart entre enseignants0,219 · 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

Citations39
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvanced Energy MaterialsMême sujetAmmonia Synthesis and Nitrogen ReductionTravaux en français237 207