MétaCan
Menu
Retour à la cohorte
Enregistrement W4323812719 · doi:10.1002/smll.202207374

Over 2 A cm<sup>−2</sup> CO<sub>2</sub>‐to‐Ethanol Conversion by Alkali‐Metal Cation Induced Copper With Dominant (200) Facets

2023· article· en· W4323812719 sur OpenAlexaff
Peng Chen, Songtao Yang, Gan Luo, Shuai Yan, Mohsen Shakouri, Junbo Zhang, Yangshen Chen, Zhiqiang Wang, Wei Wei, Tsun‐Kong Sham, Gengfeng Zheng

Notice bibliographique

RevueSmall · 2023
Typearticle
Langueen
DomaineEnergy
ThématiqueCO2 Reduction Techniques and Catalysts
Établissements canadiensWestern UniversityCanadian Light Source (Canada)University of Saskatchewan
Organismes subventionnairesNational Key Research and Development Program of ChinaScience and Technology Commission of Shanghai MunicipalityShanghai Municipal Education CommissionNational Natural Science Foundation of China
Mots-clésElectrosynthesisElectrochemistryCatalysisAlkali metalEthanolCopperChemistryInorganic chemistryMetalSelectivityDensity functional theoryOxygenatePhysical chemistryOrganic chemistryElectrodeComputational chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract The high‐rate ethanol electrosynthesis from CO2 is challenging due to the low selectivity and poor activity, which requires the competition with other reduction products and H2. Here, the electrochemical reconstruction of Cs3Cu2Cl5 perovskite to form surface Cl‐bonded, low‐coordinated Cs modified Cu(200) nanocubes (CuClCs), is demonstrated. Density functional theory calculations reveal that the CuClCs structure possesses low Bader charges and a large coordination capacity; and thus, can promote the CO2‐to‐ethanol pathway via stabilizing C−O bond in oxygenate intermediates. The CuClCs catalyst exhibits outstanding partial current densities for producing ethanol (up to 2124 ± 54 mA cm−2) as one of the highest reported values in the electrochemical CO2 or CO reduction. This work suggests an attractive strategy with surface alkali‐metal cations for ampere‐level CO2‐to‐ethanol electrosynthesis.

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 enseignants0,004
Score d'incertitude au seuil0,010

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)0,0030,000

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 Opus0,015
Tête enseignante GPT0,241
Écart entre enseignants0,226 · 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

Citations31
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSmallMême sujetCO2 Reduction Techniques and CatalystsTravaux en français237 207