Enhanced Electrocatalytic Conversion of CO<sub>2</sub> to C<sub>2+</sub> Products via Intermediate Stabilized Cu<sup>+</sup>/Cu<sup>0</sup> Interface Catalysts
Notice bibliographique
Résumé
Electrocatalytic reduction reaction of CO 2 (CO 2 RR) into value-added multicarbon (C 2+ ) products represents a sustainable strategy for mitigating greenhouse gas emissions and enhancing the production of high-value chemicals. Cu-based catalysts are optimal for the CO 2 RR, facilitating the generation of C 2+ products such as ethanol, which have significant industrial applications. However, converting CO 2 to C 2+ products remains a great challenge, necessitating the simultaneous achievement of high current density, Faradaic efficiency (FE), and operational stability for industrial-scale implementation. Herein, we prepared Cu/Cu 2 O catalysts with diverse morphologies and the ratio of the Cu + /Cu interface, which was rectified by regulating the interactions between the active interface and the intermediate (*CO). The electrochemical analysis demonstrated that reconstructed Cu/Cu 2 O nanodendrites with dominant grain boundaries exhibited remarkable performance in generating C 2+ products, achieving a Faradaic efficiency (FE) of 71.8%, including 49.7% FE of ethanol and a substantial partial current density of 390.0 mA cm –2 within the flow cell. In situ spectroscopy characterization and theoretical calculations revealed that the increased ethanol selectivity originated from the rectification of the Cu/Cu 2 O interface by the *CO intermediate, which accelerated H 2 O dissociation, reduced the free energy for *CO hydrogenation to *COH, and facilitated asymmetric *CO-*COH coupling to preferentially reduce CO 2 to ethanol. This study provides profound insights into the C–C coupling pathways and sheds light on the rational design of ethanol-oriented electrocatalysts, contributing to sustainable chemical synthesis and energy utilization.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».