MétaCan
Menu
Retour à la cohorte
Enregistrement W4413107654 · doi:10.1021/acsami.5c09970

Pore Engineering for Directional CO<sub>2</sub> Enrichment in Urea Electrosynthesis

2025· article· en· W4413107654 sur OpenAlexafffund
Chun Li, Haoyang Xu, Nan Zou, Ruoting Liu, Yimin Zeng, Ying Zheng

Notice bibliographique

RevueACS Applied Materials & Interfaces · 2025
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueAmmonia Synthesis and Nitrogen Reduction
Établissements canadiensNatural Resources CanadaWestern University
Organismes subventionnairesNatural Resources CanadaNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésMaterials scienceNanoporeChemical engineeringNanotechnologySelectivityElectrochemistryUreaFaraday efficiencyOrganic chemistryElectrodeChemistryCatalysis

Résumé

récupéré en direct d'OpenAlex

Electrochemical synthesis of urea from CO 2 and nitrate offers a sustainable pathway to address both carbon emissions and nitrogen pollution. However, achieving high C–N coupling selectivity remains challenging due to competing hydrogen evolution reactions and insufficient CO 2 utilization. Herein, we implement a nanopore-structure engineering strategy to precisely tailor pore length and surface chemistry in metal-free porous carbon frameworks. Oxygen-functionalized surfaces augment CO 2 binding affinity via dipole–quadrupole interactions, while elongated pores induce directional CO 2 enrichment by establishing a H 2 O-deficient nanoenvironment that prolongs the residence time of CO 2 through capillary gating. This dual modulation of gas–liquid–solid interactions enhances urea selectivity and suppresses hydrogen evolution, yielding a 28% increase in Faradaic efficiency and 12% improvement in urea yield. Our findings propose a novel nanopore-level design concept that shall support the rational development of porous carbon supports across gas–liquid–solid electrocatalytic systems.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,006
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 GPT0,226
Écart entre enseignants0,220 · 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.

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

Citations3
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS Applied Materials & InterfacesMême sujetAmmonia Synthesis and Nitrogen ReductionTravaux en français237 207