MétaCan
Menu
Retour à la cohorte
Enregistrement W4403905648 · doi:10.1002/ange.202413528

Binary Iron‐Manganese Cocatalyst for Simultaneous Activation of C−C and C−O Bonds to Maximally Utilize Lignin for Syngas Generation over InGaN

2024· article· en· W4403905648 sur OpenAlexaff
Tianqi Yu, Ying Zhao, Li Jingling, Yixin Li, Liang Qiu, Hu Pan, Muhammad Salman Nasir, Jun Song, Zhen Huang, Baowen Zhou

Notice bibliographique

RevueAngewandte Chemie · 2024
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCatalytic Processes in Materials Science
Établissements canadiensMcGill University
Organismes subventionnairesKey Technologies Research and Development Program of GuangzhouNational Natural Science Foundation of China
Mots-clésManganeseSyngasChemistryLigninInorganic chemistryCatalysisOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Solar‐powered lignin reforming offers a carbon‐neutral route for syngas production. This study explores a dual non‐precious iron‐manganese cocatalyst to simultaneously activate both C−C and C−O bonds for maximizing the utilization of various substituents of native lignin to yield syngas. The cocatalyst, integrated with InGaN nanowires on a Si wafer, affords a measurable syngas evolution rate of 42.4 mol gcat−1 h−1 from native lignin in distilled water with a high selectivity of 93 % and tunable H2/CO ratios under concentrated light, leading to a considerable light‐to‐fuel efficiency of 11.8 %. The high FeMn atom efficiency arising from the 1‐dimensional nanostructure of InGaN enables the achievement of a high turnover frequency (TOF) of 220896 mol syngas per mol FeMn per hour. Combined experimental and theoretical investigations reveal that the synergetic iron‐manganese cocatalyst supported by InGaN nanowires enables simultaneous activation of C−C and C−O bonds with comparable minimized dissociation energies, thus promising to maximally utilize different substituents of −OCH3, and −CH2CH2CH3 in lignin for syngas production. Moreover, the dual Fe‐Mn cocatalyst demonstrates a most energetically favorable route for the consecutive release of hydrogen from •CH3 and •OH by the oxidative holes while inhibiting the reversion of hydrogen and hydroxyl into water.

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 Opus0,026
Tête enseignante GPT0,295
Écart entre enseignants0,269 · 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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAngewandte ChemieMême sujetCatalytic Processes in Materials ScienceTravaux en français237 207