MétaCan
Menu
Retour à la cohorte
Enregistrement W4381890053 · doi:10.1149/1945-7111/ace0dc

Synthesis of α-Amino Acids via Electrochemical Fixation of CO<sub>2</sub> to Imines Using Different Metal Cathodes

2023· article· en· W4381890053 sur OpenAlexafffund
Anastasia Dmitrieva, Jury J. Medvedev, Xenia Medvedeva, Elena F. Krivoshapkina, Anna Klinkova

Notice bibliographique

RevueJournal of The Electrochemical Society · 2023
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueCarbon dioxide utilization in catalysis
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Foundation for Innovation
Mots-clésElectrochemistrySelectivityFaraday efficiencyCatalysisCarbon fixationCathodeAmino acidMetalChemistryMaterials scienceInorganic chemistryCombinatorial chemistryOrganic chemistryElectrodeCarbon dioxidePhysical chemistry

Résumé

récupéré en direct d'OpenAlex

The electrochemical fixation of CO 2 by imines has recently attracted an increased interest as sustainable strategy for the synthesis of α -amino acids and a green alternative to the traditional Strecker synthesis, which relies on highly toxic precursors. Despite the industrial prospects of the electrochemical approach, the catalyst material effects on the selectivity of the process are still purely understood, hindering rational catalyst design. Herein, we study the electrochemical fixation of CO 2 by N -benzylideneaniline using a wide variety of cathode materials, including 10 polycrystalline metals (Ti, Zn, Au, Pd, Pt, Sn, Ag, Ni, Fe, Cu), glassy carbon, and Pd nanoparticles of different shapes. We found that among all studied bulk metals, Ti and Zn show the best results with above 93% faradaic efficiency of α -amino acid, while other materials show from good to low selectivity (12% for Sn). We also demonstrate that especially high current densities and nearly quantitative faradaic efficiency and selectivity of α -amino acids can be achieved by employing Pd nanoparticles.

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)0,001
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 enseignants0,046
Score d'incertitude au seuil0,847

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,013
Tête enseignante GPT0,251
Écart entre enseignants0,238 · 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

Citations5
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of The Electrochemical SocietyMême sujetCarbon dioxide utilization in catalysisTravaux en français237 207