Acidic CO2-to-HCOOH electrolysis with industrial-level current on phase engineered tin sulfide
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Acidic CO 2 -to-HCOOH electrolysis represents a sustainable route for value-added CO 2 transformations. However, competing hydrogen evolution reaction (HER) in acid remains a great challenge for selective CO 2 -to-HCOOH production, especially in industrial-level current densities. Main group metal sulfides derived S-doped metals have demonstrated enhanced CO 2 -to-HCOOH selectivity in alkaline and neutral media by suppressing HER and tuning CO 2 reduction intermediates. Yet stabilizing these derived sulfur dopants on metal surfaces at large reductive potentials for industrial-level HCOOH production is still challenging in acidic medium. Herein, we report a phase-engineered tin sulfide pre-catalyst (π-SnS) with uniform rhombic dodecahedron structure that can derive metallic Sn catalyst with stabilized sulfur dopants for selective acidic CO 2 -to-HCOOH electrolysis at industrial-level current densities. In situ characterizations and theoretical calculations reveal the π-SnS has stronger intrinsic Sn-S binding strength than the conventional phase, facilitating the stabilization of residual sulfur species in the Sn subsurface. These dopants effectively modulate the CO 2 RR intermediates coverage in acidic medium by enhancing *OCHO intermediate adsorption and weakening *H binding. As a result, the derived catalyst (Sn(S)-H) demonstrates significantly high Faradaic efficiency (92.15 %) and carbon efficiency (36.43 %) to HCOOH at industrial current densities (up to −1 A cm −2 ) in acidic medium.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle