Accelerate Mass Transport of Proton and Carbon Sources by Super‐Hygroscopic and Porous Nanosheets for Continuous CO<sub>2</sub>‐To‐Ethylene Upgrade
Notice bibliographique
Résumé
Abstract Gas‐water/catalyst triple‐phase interface and the microenvironment play critical roles in the reaction kinetics and production rate of electrochemical carbon dioxide reduction reactions (CO 2 RR), which steer concerted proton‐electron transfer steps. Inspired by Tillandsia leaves, which efficiently capture H 2 O and CO 2 from the air, copper nanosheets with dual‐functional channels are we designed: the superhygroscopic network enables capillary condensation, converting H 2 O(g) into H 2 O(l) to form H 2 O channels that ensure a stable supply of protons, while the CO 2 channels formed by the microporous structure enhance the diffusion of CO 2 , thus enriching the carbon source. This synergistic design creates an optimal microenvironment for CO 2 conversion by simultaneously delivering both protons and CO 2 to the reaction interface. Time‐of‐flight secondary‐ion mass spectroscopy (TOF‐SIMS), X‐ray absorption spectroscopy (XAS) and multiphysics simulations further reveal the designed H 2 O and CO 2 channels in the microenvironment to boost mass transports. Hence, the Faradaic efficiency (FE) for ethylene reaches up to 96% at ‐200 mA cm −2 with such localized triple‐phase interfaces, which simultaneously exhibits ultra‐high stability for over 170 h in the membrane electrode assembly (MEA) system. This strategy provides a construction methodology of H 2 O and CO 2 channels for improving the selectivity and stability of electrochemical CO 2 upgrades.
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 ».