MétaCan
Menu
← Back to cohort
Record W7162102114 · doi:10.82308/41192

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

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

Bibliographic record

Venuenot available
Typedissertation
Languageen
FieldEnergy
TopicCO2 Reduction Techniques and Catalysts
Canadian institutionsnot available
Fundersnot available
KeywordsSulfur dioxideChemical reductionOrganic solventCarbon dioxide

Abstract

fetched live from 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.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.001
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Bench or experimental · Consensus signal: Bench or experimental
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.002
Threshold uncertainty score0.008

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0000.001
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.000
Science and technology studies0.0000.000
Scholarly communication0.0010.000
Open science0.0000.000
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0020.001

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.003
GPT teacher head0.224
Teacher spread0.221 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designBench or experimental
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2016
Admission routes1
Has abstractyes

Explore more

Same topicCO2 Reduction Techniques and Catalysts→French-language works237,207→