Selective and Stable Ethanol Synthesis via Electrochemical CO<sub>2</sub> Reduction in a Solid Electrolyte Reactor
Notice bibliographique
Résumé
Electrochemical CO 2 reduction to ethanol faces challenges such as low selectivity, a product mixture with liquid electrolyte, and poor catalyst/reactor stability. Here, we developed a grain-rich zinc-doped Cu 2 O precatalyst that presented a high ethanol Faradaic efficiency of over 40% under a current density of 350 mA·cm –2 . Our density functional theory (DFT) simulation suggested that Zn atoms inside the structure have a greater carbophilicity than the Cu atoms to help facilitate *CHCHO formation, a key reaction intermediate toward ethanol instead of other C 2 products. A high Faradaic efficiency ratio between ethanol and ethylene (FE EtOH /FE C2H4 ) reached 2.34 in the zinc-doped Cu 2 O precatalyst, representing an over 4-fold improvement compared to bare Cu 2 O precatalyst. By integrating this Cu-based catalyst into a porous solid electrolyte (PSE) reactor with a salt-managing design, we achieved stable ethanol production for over 180 h under a current density of 250 mA·cm –2 while maintaining ethanol selectivity at ∼30%.
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 | 0,001 |
| 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 ».