MétaCan
Menu
Retour à la cohorte
Enregistrement W4408783477 · doi:10.1021/acscatal.4c08113

Steering the Selectivity of Electrochemical CO<sub>2</sub> Reduction on the Cu Catalyst via the Interplay between the Electrode Morphology and Electrolyte Anion Identity

2025· article· en· W4408783477 sur OpenAlexafffund
Cornelius A. Obasanjo, Gelson T. S. T. da Silva, Lúcia H. Mascaro, Cao‐Thang Dinh

Notice bibliographique

RevueACS Catalysis · 2025
Typearticle
Langueen
DomaineEnergy
ThématiqueCO2 Reduction Techniques and Catalysts
Établissements canadiensQueen's University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaFundação Amazônia Paraense de Amparo à Pesquisa
Mots-clésElectrochemistrySelectivityCatalysisElectrodeElectrolyteMorphology (biology)ElectrocatalystReduction (mathematics)Inorganic chemistryIonChemistryMaterials scienceSupporting electrolyteChemical engineeringOrganic chemistryPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

Electrochemical carbon dioxide (CO 2 ) reduction (ECR) holds promise as a viable pathway for the generation of fuels and chemicals. Several strategies have been explored to enhance the product selectivity of ECR on copper (Cu) catalysts. A systematic approach to optimize the local reaction microenvironment, however, remains elusive. Engineering the electrode structure and reaction microenvironment is a facile but effective strategy for steering the product selectivity of ECR reactions and can enable the rational design of highly selective Cu electrodes. Herein, we demonstrate that the synergy between an optimized Cu gas diffusion electrode (GDE) morphology and electrolyte anion identity can steer ECR product selectivity toward ethylene (C 2+ ) or methane via the local CO 2 availability, pH, and electrode morphology regulation. We show that using a relatively thin 100 nm Cu catalyst layer (CL) sputtered on an optimized macropore-sized hydrophobic poly(tetrafluoroethylene) substrate promotes methane selectivity at high reaction rates. We achieved a methane partial current density of 126 mA cm –2 and a Faradaic efficiency (FE) of 42%. In contrast, a relatively thick 500 nm Cu CL favors ethylene production, reaching a high FE of 52% at 250 mA cm –2 (with a total C 2+ value of 77%) in a near-neutral KHCO 3 electrolyte. Utilizing KI electrolyte significantly enhances methane selectivity, achieving ca. 56% at a partial current density of 168 mA cm –2 while effectively suppressing the hydrogen evolution reaction (HER) on the thin CL. Furthermore, on the relatively thick CL, a higher C 2+ FE of 84% was achieved at 250 mA cm –2, demonstrating the impact of electrolyte anion identity and CL thickness on product selectivity in ECR. In addition, we find that a further increase in the Cu CL thickness does not result in a superior C 2+ performance in KI compared to the KHCO 3 electrolyte. Our result highlights the critical role of the interplay between Cu electrode morphology and the electrolyte anion identity, which can facilitate efficient CO 2 mass transport, enable selective Cu sites, and tune local pH – thereby steering ECR product 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 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)0,001
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 enseignants0,018
Score d'incertitude au seuil0,642

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,006
Tête enseignante GPT0,255
Écart entre enseignants0,249 · 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

Citations4
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS CatalysisMême sujetCO2 Reduction Techniques and CatalystsTravaux en français237 207