Two‐dimensional Cu Plates with Steady Fluid Fields for High‐rate Nitrate Electroreduction to Ammonia and Efficient Zn‐Nitrate Batteries
Notice bibliographique
Résumé
Abstract Nitrate electroreduction reaction (eNO 3 − RR) to ammonia (NH 3 ) provides a promising strategy for nitrogen utilization, while achieving high selectivity and durability at an industrial scale has remained challenging. Herein, we demonstrated that the performance of eNO 3 − RR could be significantly boosted by introducing two‐dimensional Cu plates as electrocatalysts and eliminating the general carrier gas to construct a steady fluid field. The developed eNO 3 − RR setup provided superior NH 3 Faradaic efficiency (FE) of 99 %, exceptional long‐term electrolysis for 120 h at 200 mA cm −2 , and a record‐high yield rate of 3.14 mmol cm −2 h −1 . Furthermore, the proposed strategy was successfully extended to the Zn‐nitrate battery system, providing a power density of 12.09 mW cm −2 and NH 3 FE of 85.4 %, outperforming the state‐of‐the‐art eNO 3 − RR catalysts. Coupled with the COMSOL multiphysics simulations and in situ infrared spectroscopy, the main contributor for the high‐efficiency NH 3 production could be the steady fluid field to timely rejuvenate the electrocatalyst surface during the electrocatalysis.
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 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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».