Catalytic Photothermal Hydrogenation of Carbon Dioxide to Liquid Fuels using Pt/GaN Prepared via Surface Organometallic Chemistry
Notice bibliographique
Résumé
Abstract Renewable liquid fuels are expected to play a crucial role in transitioning to a more sustainable future. Their synthesis via the hydrogenation of CO 2 using solar energy emerges as a promising technology, combining both the utilisation of a renewable primary energy source and the (re)utilisation of a major greenhouse gas. In this context, GaN has attracted a lot of attention in harnessing solar energy to drive chemical transformations. In this work, we study GaN by 1 H solid‐state NMR spectroscopy, revealing the presence of terminal Ga‐OH, bridging Ga‐NH‐Ga, as well as Ga‐OH‐Ga surface functional groups and combinations thereof. With this knowledge in hand, we make use of surface organometallic chemistry (SOMC) to prepare a Pt/GaN catalyst with highly dispersed Pt nanoparticles on GaN. Under photothermal conditions using visible light (>320 nm), the synthesised Pt/GaN promotes the hydrogenation of CO 2 to C 2+ products such as acetone, EtOH, i PrOH, and acetic acid in a batch reactor at 60 °C and 1 bar of pressure, while the pristine GaN counterpart only produces minor amounts of MeOH and acetone. Furthermore, a recycling test was performed to showcase the stability of the catalyst over multiple batch reaction cycles.
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 | 0,001 | 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 | 0,001 | 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 ».