MétaCan
Menu
Retour à la cohorte
Enregistrement W4391637952 · doi:10.1149/ma2023-02542650mtgabs

Carbon and Energy Efficient Ethanol Electrosynthesis By Acidic CO<sub>2</sub> Reduction

2023· article· en· W4391637952 sur OpenAlexaff
Ali Shayesteh, Feng Li, Tartela Alkayyali, Erfan Shirzadi, Fatemeh Arabyarmohammadi, Roham Dorakhan, Colin P. O’Brien, Christine M. Gabardo, Adnan Ozden, Mohammad Zargartalebi, Lizhou Fan, Panagiotis Papangelakis, Yong Zhao, Edward H. Sargent, David Sinton

Notice bibliographique

RevueECS Meeting Abstracts · 2023
Typearticle
Langueen
DomaineEnergy
ThématiqueCO2 Reduction Techniques and Catalysts
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésElectrosynthesisReduction (mathematics)Carbon fibersInorganic chemistryEthanolChemistryNuclear chemistryElectrochemistryMaterials scienceElectrodeOrganic chemistryMathematicsPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

The electrochemical CO2 reduction reaction (CO2RR) is one way of mitigating the rising levels of anthropogenic CO2 emissions. Most of the advancements in the CO2RR field have been implemented in basic or neutral electrolytes where a major fraction of the input CO2 converts to carbonate ions through reaction with OH– (Science 360, 783-787 (2018); Nat. Catal. 5, 564-570 (2022)). These approaches result in low carbon efficiency (the percentage of CO2 converted per total CO2 input), typically below 20% toward multicarbon products, resulting in severe energy and cost penalty (Nat. Sustain. 5, 563-573 (2022)). Performing CO2RR in acidic conditions reduces reactant loss to carbonates. In this condition, the (bi)carbonate ion crossover/formation is countered by the high proton concentration in the electrolyte. However, the unshielded cathode surface favors the hydrogen evolution reaction (HER) over CO2RR due to the high availability of protons and the fast kinetics of the HER (Science 372, 1074-1078, (2021); Nat. Catal. 4, 654-662 (2021)). Here, we have developed an interfacial cation matrix (ICM) to modulate the local microenvironment on the cathode surface. The ICM increases the local pH and electric field, promoting multicarbon production. Additionally, we have designed a Copper-Silver catalyst to tune the selectivity towards alcohol production. We improved the ethanol FE to 45% at 200 mA/cm2, which, to our knowledge, represents the highestethanol FE in membrane electrode assembly literature. The system maintains a high carbon efficiency (60%) resulting in a total energy cost of 263 GJ/tonne ethanol, which is the lowest value among current ethanol-producing CO2 electrolysers.

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 enseignants0,002
Score d'incertitude au seuil0,005

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)0,0020,001

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 Opus0,009
Tête enseignante GPT0,227
Écart entre enseignants0,218 · 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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueECS Meeting AbstractsMême sujetCO2 Reduction Techniques and CatalystsTravaux en français237 207