MétaCan
Menu
Retour à la cohorte
Enregistrement W4323306363 · doi:10.1073/pnas.2217703120

Free-standing membrane incorporating single-atom catalysts for ultrafast electroreduction of low-concentration nitrate

2023· article· en· W4323306363 sur OpenAlexaff
Xiaoxiong Wang, Xuanhao Wu, Wen Ma, Xuechen Zhou, Shuo Zhang, Dahong Huang, Lea R. Winter, Jae‐Hong Kim, Menachem Elimelech

Notice bibliographique

RevueProceedings of the National Academy of Sciences · 2023
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueAmmonia Synthesis and Nitrogen Reduction
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesU.S. Department of EnergyBrookhaven National LaboratoryOffice of ScienceNational Science Foundation
Mots-clésSelectivityCatalysisChemistryMembraneDissociation (chemistry)AdsorptionElectrochemistryInorganic chemistryNitrateCarbon nanotubeOxideHydrogenChemical engineeringMaterials scienceElectrodeNanotechnologyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

The release of wastewaters containing relatively low levels of nitrate (NO 3 − ) results in sufficient contamination to induce harmful algal blooms and to elevate drinking water NO 3 − concentrations to potentially hazardous levels. In particular, the facile triggering of algal blooms by ultra-low concentrations of NO 3 − necessitates the development of efficient methods for NO 3 − destruction. However, promising electrochemical methods suffer from weak mass transport under low reactant concentrations, resulting in long treatment times (on the order of hours) for complete NO 3 − destruction. In this study, we present flow-through electrofiltration via an electrified membrane incorporating nonprecious metal single-atom catalysts for NO 3 − reduction activity enhancement and selectivity modification, achieving near-complete removal of ultra-low concentration NO 3 − (10 mg-N L −1 ) with a residence time of only a few seconds (10 s). By anchoring Cu single atoms supported on N-doped carbon in a carbon nanotube interwoven framework, we fabricate a free-standing carbonaceous membrane featuring high conductivity, permeability, and flexibility. The membrane achieves over 97% NO 3 − removal with high N 2 selectivity of 86% in a single-pass electrofiltration, which is a significant improvement over flow-by operation (30% NO 3 − removal with 7% N 2 selectivity). This high NO 3 − reduction performance is attributed to the greater adsorption and transport of nitric oxide under high molecular collision frequency coupled with a balanced supply of atomic hydrogen through H 2 dissociation during electrofiltration. Overall, our findings provide a paradigm of applying a flow-through electrified membrane incorporating single-atom catalysts to improve the rate and selectivity of NO 3 − reduction for efficient water purification.

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 enseignants0,001
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 ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,037
Tête enseignante GPT0,272
Écart entre enseignants0,234 · 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

Citations105
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the National Academy of SciencesMême sujetAmmonia Synthesis and Nitrogen ReductionTravaux en français237 207