MétaCan
Menu
Retour à la cohorte
Enregistrement W6901724115 · doi:10.60692/pd7pe-eg791

Boosting Nitrogen Reduction to Ammonia on FeN 4 Sites by Atomic Spin Regulation

2021· article· en· W6901724115 sur OpenAlexaff

Notice bibliographique

RevueGreater South Information System · 2021
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueAmmonia Synthesis and Nitrogen Reduction
Établissements canadiensCanadian Light Source (Canada)
Organismes subventionnairesnon disponible
Mots-clésFaraday efficiencyTransition metalSpin statesBoosting (machine learning)AmmoniaAtomic orbitalSpin (aerodynamics)Metal

Résumé

récupéré en direct d'OpenAlex

Understanding the relationship between the electronic state of active sites and N2 reduction reaction (NRR) performance is essential to explore efficient electrocatalysts. Herein, atomically dispersed Fe and Mo sites are designed and achieved in the form of well-defined FeN4 and MoN4 coordination in polyphthalocyanine (PPc) organic framework to investigate the influence of the spin state of FeN4 on NRR behavior. The neighboring MoN4 can regulate the spin state of Fe center in FeN4 from high-spin (dxy2 dyz1 dxz1dz21dx2-y21 ) to medium-spin (dxy2 dyz2 dxz1dz21 ), where the empty d orbitals and separate d electron favor the overlap of Fe 3d with the N 2p orbitals, more effectively activating N≡N triple bond. Theoretical modeling suggests that the NRR preferably takes place on FeN4 instead of MoN4 , and the transition of Fe spin state significantly lowers the energy barrier of the potential determining step, which is conducive to the first hydrogenation of N2 . As a result, FeMoPPc with medium-spin FeN4 exhibits 2.0 and 9.0 times higher Faradaic efficiency and 2.0 and 17.2 times higher NH3 yields for NRR than FePPc with high-spin FeN4 and MoPPc with MoN4 , respectively. These new insights may open up opportunities for exploiting efficient NRR electrocatalysts by atomically regulating the spin state of metal centers.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,296
Score d'incertitude au seuil0,999

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)0,0000,001

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 Opus0,020
Tête enseignante GPT0,207
Écart entre enseignants0,186 · 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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGreater South Information SystemMême sujetAmmonia Synthesis and Nitrogen ReductionTravaux en français237 207