CO <sub>2</sub> Electroreduction to CO Over Silver Nanoclusters: The Impact of Nuclearity on Synergistic Activity Modulation
Notice bibliographique
Résumé
Abstract Electrochemical reduction of CO 2 (eCO 2 R) powered by renewable energy holds the potential to produce sustainable platform chemicals and decarbonize the hard‐to‐abate sectors. Herein, the structure‐activity correlation of atomically precise silver nanoclusters (NCs) in eCO 2 R to carbon monoxide (CO) is studied, elucidating the effect of the nuclearity of metal core and the electronic nature of the ligands. Electrocatalytic studies on Ag NCs, [Ag 21 (MCT) 12 (TPP) 2 ] + , [Ag 31 (TRZ) 10 ] 2− , [Ag 42 (CBDT) 15 (TPP) 4 ] 2− (shortly, Ag 21 , Ag 31 , and Ag 42 , respectively), reveal that the CO Faradaic efficiency (FE CO ) increases while the FE CO(max) (the maximum FE CO ) moves to higher positive potentials upon decreasing the nuclearity of these Ag NCs, almost in a quantitative correlation. Notably, every ≈ten Ag atoms variation in the cluster shifts the potentials for FE CO(max) and maximum partial current density, j CO ( max ) by ≈70 and ≈80 mV, respectively. The smallest nanocluster, Ag 21 , achieved a near‐unity FE CO(max) of 99.6% at −0.59 V vs RHE, and a competitive eCO 2 R‐to‐CO rate, producing a j CO ( max ) of 148 mA cm −2 at −0.7 V vs RHE. First principle calculations reveal that decreasing the atomicity in Ag NCs reduces the activation energy barriers for the 2e − reduction pathway due to the modulation of surface charge distribution and the electronic density of states of the active Ag sites.
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 ».