MétaCan
Menu
Retour à la cohorte
Enregistrement W4408049747 · doi:10.1016/j.cej.2025.161119

Robust and efficient electroreduction of CO2 to CO in a modified zero-gap electrochemical cell

2025· article· en· W4408049747 sur OpenAlexaff
Siyu Zhong, Peng‐Fei Sui, Peter Holtappels, Alexander Navarrete, Fengwang Li, Roland Dittmeyer

Notice bibliographique

RevueChemical Engineering Journal · 2025
Typearticle
Langueen
DomaineEnergy
ThématiqueCO2 Reduction Techniques and Catalysts
Établissements canadiensUniversity of Alberta
Organismes subventionnairesGovernment of Western AustraliaHelmholtz AssociationHelmholtz-Gemeinschaft
Mots-clésElectrochemistryZero (linguistics)Zerovalent ironMaterials scienceChemistryChemical engineeringElectrodePhysical chemistryEngineering

Résumé

récupéré en direct d'OpenAlex

• Higher temperature or pressure in the zero-gap electrolyzer enhances mass transport and reaction kinetics. • Low voltage at high current density boosts energy efficiency to 52.6% in alkaline and 49.4% in neutral conditions. • Microenvironment management prevents carbonate accumulation, maintaining 90% FE CO over 100 hours. Excellent energy efficiency and system stability are critical factors guiding the practical application of carbon dioxide reduction reaction (CO 2 RR) systems. This work promotes reduction reaction kinetics in a modified zero-gap electrolyzer by regulating the operation temperature and pressure. The energy efficiency of the CO 2 RR system is enhanced, such as 52.6 % at a current of 1.2 A under alkaline conditions and 49.4 % under neutral conditions, with the characteristics of low voltage and high Faradaic efficiency. In addition, the optimization of the reaction microenvironment effectively alleviates the precipitation issue, enabling the system to operate stably for more than 100 h, with a Faradaic efficiency of more than 90 % for CO generation. Engineering-integrated electrochemistry inspires the future development of CO 2 RR technology.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,107
Score d'incertitude au seuil0,509

Scores Codex et Gemma par catégorie

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 Opus0,007
Tête enseignante GPT0,214
Écart entre enseignants0,207 · 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 tête enseignante, 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

Citations16
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemical Engineering JournalMême sujetCO2 Reduction Techniques and CatalystsTravaux en français237 207