Gold Nanocrystals and Conjugated Polymer-Wrapped Single-Walled Carbon Nanotube Composites for Catalyzing CO<sub>2</sub> Electroreduction
Notice bibliographique
Résumé
High Resolution Image Download MS PowerPoint Slide Metal nanocrystals (NCs) have been synthesized and used as highly efficient electrocatalysts for the electrocatalytic CO 2 reduction reaction (eCO 2 RR) in recent years. Electrocatalysts with various metal sizes and morphologies have achieved remarkable improvement in the CO 2 reduction. However, the syntheses are typically energy-demanding and the catalysts exhibit low mass activity. Ultrasmall metal NCs synthesized by a one-step process at room temperature and an ambient environment stand out because of cost-effectiveness in materials and energy. Here, we report a facile synthesis to produce 1 nm gold nanocrystals in ambient conditions, which was realized by an in situ reduction of AuCl 3 on a semiconducting single-walled carbon nanotube (sc-SWCNT) surface. In addition, the bipyridine (BPy) units in tube-wrapped polymers function as chelating sites for anchoring Au 3+ and AuNCs. The ultrasmall size of AuNCs was achieved by fast AuCl 3 diffusion and the anchoring function of BPy units. A slow diffusion or absence of BPy units resulted in AuNCs in larger sizes. The NC density was controlled by AuCl 3 feed amounts by varying the Au-to-BPy molar ratios. Density functional theory was applied to simulate the Au-BPy coordination. The fabricated nanocomposites exhibited a high Faradaic CO selectivity up to 86% at 25 mA/cm 2 and a high mass activity up to 5.61 A/mg (Au) at 100 mA/cm 2, which is the highest value reported so far in AuNC electrocatalysts for CO 2 reduction.
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) | 0,001 | 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 ».