Impact of metal oxides on the selectivity of NiBi/C catalysts for high-value C-3 products in glycerol electrooxidation reaction
Notice bibliographique
Résumé
Enhancing the catalytic efficiency and specificity of non-noble Nickel-based catalysts for glycerol electro-oxidation reaction (GEOR) is an ongoing challenge. Recently, metal oxides have attracted attention due to their unique physical properties, such as chemical stability at high anodic potentials, presence of oxygen vacancies, which can significantly influence reaction kinetics and pathways. In this study, we explored the impact of metal oxides CeO 2 , SnO 2 , and Sb 2 O 3 • SnO 2 (ATO) on the electrochemical performance and product selectivity of NiBi/C and Ni/C catalysts in glycerol electrooxidation (GEOR). The Ni/C-X and NiBi/C-X (X= CeO2, SnO2, and ATO) catalysts were synthesized through a sodium borohydride reduction method at room temperature and comprehensively characterized using various physiochemical and electrochemical techniques. Among the composite support catalysts, Ni and NiBi/C-X, Ni/C-ATO exhibited the highest peak current density, reaching 96 mA cm -2 at 1.50 V vs. RHE. To further assess the catalysts' performance, continuous electrolysis, coupled with HPLC analysis, was conducted to determine product selectivity. Notably, NiBi/C-ATO demonstrated remarkable selectivity, achieving 100 % lactate selectivity under mild conditions. These findings contribute valuable insights into optimizing non-noble Nickel-based catalysts for GEOR, particularly highlighting the promising performance of Ni/C-ATO in terms of selectivity towards valuable products. The DFT calculations provided insight into the synergistic interactions for GEOR over Ni-Ni and Bi-Bi nanoparticles.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».