Selected-Ion Flow-Tube Mass Spectrometry (SIFT-MS) for Real-Time Quantitative Measurement of Electrochemical Carbon Dioxide Reduction Reaction Products
Notice bibliographique
Résumé
Electrochemical CO 2 reduction reaction (CO 2 R) into fuels and chemicals is a promising route to help reduce greenhouse gas emissions and reach carbon dioxide net-zero emissions to combat climate change. Currently, the means of analyzing and quantifying catalytically produced CO 2 R products from CO 2 R rely on methods that only enable intermittent nonreal-time sampling, such as gas chromatography (GC) and nuclear magnetic resonance (NMR). The ability to have real-time analysis of the products generated from CO 2 R is desirable, yet few analytical techniques have been developed to achieve this feature. Herein, we show the use of selected-ion flow-tube mass spectrometry (SIFT-MS) that quantitatively measures ten different C 1, and C 2+ products produced via the CO 2 R in real-time. The custom-developed SIFT-MS scan simultaneously measures the concentrations of the produced gas- and liquid-phase products and is compatible with any electrolyzer cell. We demonstrate that the SIFT-MS technique can reliably and accurately determine product concentration in real-time through the evaluation of Cu foil and its comparison to the literature and traditional product quantification techniques. Considering the narrow range of developed and deployed techniques for real-time quantitative product analysis for CO 2 R, this study on SIFT-MS is a critical tool for future research in accelerating and optimizing catalyst design for electrochemical CO 2 R applications.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».