Engineering Interlayer Electric Fields to Enhance K<sup>+</sup> Insertion for Efficient Acidic CO<sub>2</sub> Reduction
Notice bibliographique
Résumé
In acidic CO 2 electroreduction reaction (CO 2 RR), excessive H* adsorption from high proton concentrations suppresses *CO coverage on Cu-based catalysts, limiting multicarbon (C 2+ ) product formation. Here, we introduce a K + insertion strategy via an interlayer electric field (IEF) between the layers of Cu nanosheets (K + -Cu NS) to strengthen *CO adsorption and boost C 2+ selectivity. Finite element method (FEM) simulations verified the role of the IEF in enriching K + ions, meanwhile density functional theory (DFT) calculations demonstrated these enriched K + ions facilitate stronger *CO adsorption. Ar + ion-etching-assisted X-ray photoelectron spectroscopy (XPS) and operando Raman spectroscopy confirmed the structured K + stuffing. Operando attenuated total reflection infrared spectroscopy (ATR-IR) demonstrated the enhanced *CO adsorption on K + -Cu NS. As a result, the K + -Cu NS catalyst achieved an ultrahigh cathodic energy efficiency of 42.5% and a remarkable Faradaic efficiency of 80.3% for C 2+ products in a flow cell. This work highlights a novel cation regulation strategy for advancing the acidic CO 2 RR efficiency.
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 | 0,001 | 0,002 |
| 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 ».