MétaCan
Menu
Retour à la cohorte
Enregistrement W4377140828 · doi:10.1021/acsami.3c02859

Modulation of the Coordination Environment of Copper for Stable CO<sub>2</sub> Electroreduction with Tunable Selectivity

2023· article· en· W4377140828 sur OpenAlexaff
Jianing Gui, Linbo Li, Baiyang Yu, Dan Wang, Bing Yang, Qingqing Gu, Yong Zhao, Yongfa Zhu, Ying Zhang

Notice bibliographique

RevueACS Applied Materials & Interfaces · 2023
Typearticle
Langueen
DomaineEnergy
ThématiqueCO2 Reduction Techniques and Catalysts
Établissements canadiensUniversity of Toronto
Organismes subventionnairesJiangnan UniversityChongqing Science and Technology CommissionNational Natural Science Foundation of China
Mots-clésSelectivityCopperCatalysisMaterials scienceDensity functional theoryCarbon monoxideElectrochemistryImidazoleMoleculeAdsorptionInorganic chemistryDesorptionPhysical chemistryChemistryElectrodeComputational chemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Manipulating the product selectivity of an electrochemical CO 2 reduction reaction (CO 2 RR) is challenging due to the unclear and uncontrollable active sites. Here, we report stable CO 2 RR operation with tunable product selectivity over a family of molecule-modulated copper catalysts. The coordination environment of Cu in catalysts is modulated by an imidazole-based molecule via different synthetic routes. Various carbonaceous products ranging from carbon monoxide, methane, and ethylene were selectively produced via, respectively, tuning the coordination environment of copper atoms from Cu–N, Cu–C, and Cu–Cu. Density functional theory (DFT) calculations reveal that the Cu–N sites weaken the adsorption energy of the *CO intermediate, which is beneficial for CO desorption. The Cu–C and Cu–Cu sites, respectively, facilitate the formation of *OCOH and *(CO) 2 intermediates, favoring the CH 4 and C 2 H 4 pathways. This work provides a stable and simple model system for studying the influence of coordination elements on the product selectivity of CO 2 RR.

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 ouverte0,0000,000
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 Opus0,010
Tête enseignante GPT0,222
Écart entre enseignants0,212 · 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

Citations25
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS Applied Materials & InterfacesMême sujetCO2 Reduction Techniques and CatalystsTravaux en français237 207