Electrochemical Carbon Dioxide Reduction to Ethylene: From Mechanistic Understanding to Catalyst Surface Engineering
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 Electrochemical carbon dioxide reduction reaction (CO 2 RR) provides a promising way to convert CO 2 to chemicals. The multicarbon (C 2+ ) products, especially ethylene, are of great interest due to their versatile industrial applications. However, selectively reducing CO 2 to ethylene is still challenging as the additional energy required for the C–C coupling step results in large overpotential and many competing products. Nonetheless, mechanistic understanding of the key steps and preferred reaction pathways/conditions, as well as rational design of novel catalysts for ethylene production have been regarded as promising approaches to achieving the highly efficient and selective CO 2 RR. In this review, we first illustrate the key steps for CO 2 RR to ethylene ( e.g. , CO 2 adsorption/activation, formation of *CO intermediate, C–C coupling step), offering mechanistic understanding of CO 2 RR conversion to ethylene. Then the alternative reaction pathways and conditions for the formation of ethylene and competitive products (C 1 and other C 2+ products) are investigated, guiding the further design and development of preferred conditions for ethylene generation. Engineering strategies of Cu-based catalysts for CO 2 RR-ethylene are further summarized, and the correlations of reaction mechanism/pathways, engineering strategies and selectivity are elaborated. Finally, major challenges and perspectives in the research area of CO 2 RR are proposed for future development and practical applications.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,001 | 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