MétaCan
Menu
← Retour à la cohorte
Enregistrement W7139334130

Heterogeneous Aqueous CO2 Reduction Using a Pyrene-Modified Rhenium(I) Diimine Complex

2019· other· W7139334130 sur OpenAlexfundno aff
Soumalya Sinha, Ana Sonea, William Shen, Samuel S. Hanson, Jeffrey J. Warren

Notice bibliographique

RevueSummit (Simon Fraser University) · 2019
Typeother
Langue
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institute for Advanced Research
Mots-clésCatalysisDiimineSelectivityAqueous solutionElectrochemistryAdsorptionMoleculeHeterogeneous catalysis
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The development of molecular catalysts and materials that can convert CO2 into a value-added product is a great chemical challenge.Molecular catalysts set benchmarks in catalyst investigation and design, but incorporation of these catalysts into solid-state materials, and optimization of the electrochemical operating conditions, is still needed.For example, rhenium(I) diimine catalysts show almost quantitative selectivity for conversion of CO2 to CO in acetonitrile, but modification of diimine backbones can be challenging if the goal is to incorporate such molecules into materials.Presented here is a Re(I) complex with a 2-(2´-quinolyl)benzimidazole (QuBIm-H) ligand, where N-alkylation with a pyrene derivative allows access to a catalyst that can be adsorbed onto electrodes for aqueous CO2 reduction chemistry.The Re(I) catalysts are inactive for homogeneous CO2 reduction reaction in MeCN.However, when adsorbed on edge plane graphite, the same complexes show good activity for heterogeneous aqueous CO2 reduction with 90% selectivity for CO.Comparative electrochemical studies between covalent and non-covalent modification of the graphite surfaces also were carried out for related Re(I)-tricarbonyl complexes.

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 seuil0,004

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

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.

Tête enseignante Opus0,039
Tête enseignante GPT0,245
Écart entre enseignants0,206 · 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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSummit (Simon Fraser University)→Travaux en français237 207→