MétaCan
Menu
Retour à la cohorte
Enregistrement W7162102114 · doi:10.82308/41192

Electrochemical reduction of carbon dioxide to low- molecular-weight organic molecules

2016· dissertation· en· W7162102114 sur OpenAlexaboutno aff
Mahmoud Rammal

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineEnergy
ThématiqueCO2 Reduction Techniques and Catalysts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSulfur dioxideChemical reductionOrganic solventCarbon dioxide

Résumé

récupéré en direct d'OpenAlex

Puisque le réchauffement climatique affecte directement l'écosystème et l'humanité durant le 21e siècle, des solutions sont donc recherchées afin de réduire les émissions de gaz à effet de serre. Le dioxyde de carbone (CO2) est d'un intérêt particulier dû à son augmentation de niveaux atmosphériques et à sa contribution au réchauffement climatique. En réponse à ce défi, le gouvernement canadien signe l'accord de Copenhag, pour ensuite signer récemment l'accord de Paris avec les efforts internationaux conjoints afin de restreindre la croissance des émissions du CO2. Pour atteindre cet objectif, plusieurs méthodes s'avèrent utiles; parmi les technologies disponibles, la réduction électrochimique de CO2 est un domaine assez vaste dont son objectif n'étant pas uniquement la réduction des niveaux du CO2 mais aussi la conversion de ce produit indésirable dans des molécules à valeur ajoutée. Toutefois, le processus est complexe et implique plusieurs facteurs, chacun ayant une influence sur l'efficacité, la sélectivité et le rendement. Il a été établi que la cathode (la réduction de l'électrode du CO2) est le composant principal du processus car il sert de plate-forme sur laquelle la réaction prend place. Chaque électrode matérielle possède des propriétés uniques qui s'imposent sur la réduction potentielle du CO2, l'efficacité énergétique et faradique, la distribution du produit et la sélection désirée à l'égard des produits d'électroréduction. En plus, l'électrolyte joue un rôle significatif en tant que moyen de transfert de charge entre l'électrode et l'espèce électroactif dans la solution. D'autres paramètres comme la température et la pression sont également des déterminants importants dans le processus dû à l'influence que ces facteurs ont sur le transfert de masse dans l'électrolyte. Cette thèse est composée de 2 parties principales. La première partie présente une critique compréhensive de la littérature scientifique sur la réduction électrochimique du CO2 avec un objectif de produire des produits de valeur ajoutée. La deuxième partie présente les résultats expérimentaux sélectionnés obtenus par l'auteur de la thèse. Particulièrement, la réduction électrochimique du CO2 pour produire des produits à valeur ajoutée en solution dans un électrolyte aqueux a été étudiée en utilisant du Ru et Ir / Ru revêtements d'oxyde métallique mixte déposé sur un substrat en titane, en tant que fonction du potentiel de l'électrode, de pH et de température. Bien que des expériences électrochimiques potentiodynamiques ont indiqué que les électrodes peuvent réduire le CO2, aucun produit dissous (restant) dans la phase aqueuse n'a été détecté dans les conditions expérimentales étudiées. Par conséquent, il est suggéré que les produits de réduction de CO2 se trouvent en phase gazeuse (par exemple, CO, CH4, C2H4), ce qui n'a pas été analysée en raison de la construction de la cellule électrochimique utilisée dans le projet.

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)0,001
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 enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,003
Tête enseignante GPT0,224
Écart entre enseignants0,221 · 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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCO2 Reduction Techniques and CatalystsTravaux en français237 207