MétaCan
Menu
Retour à la cohorte
Enregistrement W4402481965 · doi:10.1002/anie.202415975

Electrochemical Nitrate Reduction to Ammonia on AuCu Single‐Atom Alloy Aerogels under Wide Potential Window

2024· article· en· W4402481965 sur OpenAlexaff
Jidong Yu, Rui‐Ting Gao, Xiaotian Guo, Nhat Truong Nguyen, Limin Wu, Lei Wang

Notice bibliographique

RevueAngewandte Chemie International Edition · 2024
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueAmmonia Synthesis and Nitrogen Reduction
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésCatalysisAmmonia productionAmmoniaNitrateElectrochemistryChemistryNitriteInorganic chemistryFaraday efficiencyMaterials scienceChemical engineeringElectrodePhysical chemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Electrocatalytic nitrate reduction to ammonia (NO 3 RR) is very attractive for nitrate removal and ammonia production in industrial processes. However, the nitrate reduction reaction is characterized by intense hydrogen competition at strong reduction potentials, which greatly limits the Faraday efficiency at strong reduction potentials. Herein, we reported an Au x Cu single‐atom alloy aerogels (Au x Cu SAAs) with three‐dimensional network structure with significant nitrate reduction performance of Faraday efficiency (FE) higher than 90 % over a wide potential range (0 ~ −1 V RHE ). The FE of the catalyst was close to 100 % at a high reduction potential of −0.8 V RHE , accompanying with NH 3 yield reaching 6.21 mmol h 1 cm 2 . More importantly, the catalyst maintained a long‐term operation over 400 h at 400 mA cm 2 for the NO 3 RR using a continuous flow system in a H‐cell. Experimental and theoretical analysis demonstrate that the catalyst can lower the energy barrier for the hydrogenation reaction of *NO 2 , leading to a rapid consumption of the generated *H, facilitate the hydrogenation process of NO 3 RR, and inhibit the competitive HER at high overpotentials, which efficiently promotes the nitrate reduction reaction, especially in industrial 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.

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 seuil0,002

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)0,0000,000

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 GPT0,242
Écart entre enseignants0,229 · 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

Citations75
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAngewandte Chemie International EditionMême sujetAmmonia Synthesis and Nitrogen ReductionTravaux en français237 207