MétaCan
Menu
← Retour à la cohorte
Enregistrement W4417090967 · doi:10.26434/chemrxiv-2025-grl0r

Decoding the Role of Tin Telluride as Electrochemical CO2 Reduction Catalyst

2025· article· W4417090967 sur OpenAlexaff
Manisha Samanta, Yannick Weidemann, Liang Yao, Pouya Hosseini, Viola Duppel, Kathrin Küster, Kristina Tschulik, Bettina V. Lotsch

Notice bibliographique

RevueChemRxiv · 2025
Typearticle
Langue
DomaineEnergy
ThématiqueCO2 Reduction Techniques and Catalysts
Établissements canadiensInnovation Cluster (Canada)
Organismes subventionnairesnon disponible
Mots-clésCatalysisTelluriumX-ray photoelectron spectroscopyFormateElectrochemistryReversible hydrogen electrodeOxideTelluride

Résumé

récupéré en direct d'OpenAlex

Tin-based compounds, particularly SnO2-derived catalysts, are extensively studied for selective electrochemical reduction of CO2 (eCO2RR) to formate. As compared to Sn oxides, chalcogenides such as SnTe are relatively unexplored in the domain of eCO2RR, in spite of having desired electronic properties, often combined with native surface oxide layers. In this work, we report dual catalytic behavior of finely powdered polycrystalline SnTe showing high activity towards CO2 reduction as well as the hydrogen evolution reaction (HER). We show that SnTe exhibits selective eCO2RR to formate with partial faradic current densities of −35 mAcm-2 at −1.1 V vs. RHE in 0.5 M CsHCO3 solution, similar to SnO2. Concurrently, SnTe exhibits high activity towards HER, in contrast to SnO2. Comprehensive potential dependent structural characterizations and SEIRAS measurements suggest that the chemical transformation of SnTe and SnO2 to reduced Sn under high reductive potentials may be the reason for their similar eCO2RR activity. On the other hand, control experiments on elemental Te and SnO2 as well as XPS data point towards the important role of residual tellurium on the surface of the SnTe pre-catalyst to drive the HER. This work underscores the significance of understanding the in-situ transformation of the pre-catalyst to the active species during the eCO2RR to rationalize its activity and product selectivity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,241
Écart entre enseignants0,236 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemRxiv→Même sujetCO2 Reduction Techniques and Catalysts→Travaux en français237 207→