Lattice Oxygen-Driven Co-Adsorption of Carbon Dioxide and Nitrate on Copper: A Pathway to Efficient Urea Electrosynthesis
Notice bibliographique
Résumé
The electrochemical coupling of CO 2 and NO 3 – on copper-based catalysts presents a sustainable strategy for urea production while simultaneously addressing wastewater denitrification. However, the inefficient random adsorption of CO 2 and NO 3 – on the copper surface limits the interaction of the key carbon and nitrogen intermediates, thereby impeding efficient C–N coupling. In this study, we demonstrate that the residual lattice oxygen in oxide-derived copper nanosheets (O L -Cu) can effectively tune the electron distribution, thus activating neighboring copper atoms and generating electron-deficient copper (Cu δ+ ) sites. These Cu δ+ sites enhance CO 2 adsorption and stabilize *CO intermediates, which enables the directional NO 3 – adsorption at adjacent Cu δ+ sites. This mechanism shortens the C–N coupling pathway and achieves a urea yield of up to 298.67 mmol h –1 g –1 at −0.7 V versus RHE, with an average Faradaic efficiency of 31.71% at a high current density of ∼95 mA cm –2 . In situ spectroscopic measurements confirmed the formation of Cu δ+ sites and tracked the evolution of the key intermediates (i.e., *CO, *NO, *OCNO, and *NOCONO) during urea synthesis. Density functional theory calculations revealed that Cu δ+ sites promote adjacent coadsorption of *CO and *NO 3, as well as *OCNO and *NO 3, significantly improving C–N coupling kinetics. This study underscores the critical role of lattice oxygen in facilitating adjacent coadsorption and improving C–N coupling selectivity.
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 ».