Go with CO: A Case for Targeting Carbon Monoxide As a Reactive Carbon Capture Product
Notice bibliographique
Résumé
This study is relevant to reactive carbon capture using aqueous alkaline capture solutions, where captured CO 2 is electrochemically released from a capture solution and then upgraded into commodity chemicals in an electrolyzer. The commercial viability of this form of reactive carbon capture demands that the electrolyzer effluent that is returned to the capture unit be sufficiently alkaline to effectively capture CO 2 from air or a point source. Here, we introduce “electron-alkalinity efficiency” (EA%) to correlate OH – production to electrons consumed during the electrolysis of CO 2 . We show that the maximum EA% value for CO production is 100%, but is less than 50% for the production of HCOO –, CH 4, and C 2 H 4 . This outcome implies that the electrolytic production of CO yields the highest CO 2 capture efficiency. To support this claim, we modeled a 1-m 2 electrolyzer producing CO at a current density of 200 mA cm –2, 100% Faradaic efficiency for CO, and 100% CO 2 utilization, resulting in an OH – production rate of 75 mol h –1 . No other CO 2 reduction products (HCOO –, CH 4, and C 2 H 4 ) generate this level of alkalinity without operating at far more extreme current densities or larger scales. We therefore recommend to “go with CO” for reactive carbon capture.
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 ».