MétaCan
Menu
Retour à la cohorte
Enregistrement W4390536169 · doi:10.1002/cctc.202300977

Scale‐up of electrochemical flow cell towards industrial CO<sub>2</sub> reduction to potassium formate

2024· article· en· W4390536169 sur OpenAlexaff
Arthur G. Fink, Fabiola Navarro‐Pardo, Jason R. Tavares, Ulrich Legrand

Notice bibliographique

RevueChemCatChem · 2024
Typearticle
Langueen
DomaineEnergy
ThématiqueCO2 Reduction Techniques and Catalysts
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésElectrochemistryFormatePotassiumReduction (mathematics)Flow chemistryScale (ratio)ChemistryInorganic chemistryOrganic chemistryCatalysisElectrodePhysical chemistryMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract The CO2 electroreduction reaction (CO2RR) presents a pathway to decarbonize the manufacturing industry by using clean electricity and CO2 as feedstocks instead of relying on fossil fuels. Although known for over 100 years, this technology has yet only been developed at bench‐top scale (1–100 cm2). In this manuscript, we report CO2 electroreduction to potassium formate (HCOOK) in a stack of two 1526‐cm2 three‐compartments electrochemical cells with gas diffusion electrode (GDE) cathodes. In this stack, we achieved over 60 % current selectivity towards HCOOK at current densities of 200 mA cm−2 and under cell voltages of ~4.0 V. We reached these performance metrics by tuning electrolyte composition and cell architecture. We also show that a minimum of +10‐14 kPa of pressure difference must be applied between gaseous and catholyte compartments to enable the CO2RR to take place. We emphasize the challenges associated with scaling‐up a CO2 electrochemical cell, specifically by demonstrating that optimal operation parameters are strongly correlated to cell architecture. This study demonstrates the feasibility of developing CO2RR electrochemical cells to an industrial scale.

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 savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,014
Tête enseignante GPT0,244
Écart entre enseignants0,230 · 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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemCatChemMême sujetCO2 Reduction Techniques and CatalystsTravaux en français237 207