MétaCan
Menu
Retour à la cohorte
Enregistrement W1516427780 · doi:10.5539/eer.v5n1p110

Preparation and Characterization of Inorganic Membranes for Hydrocarbon Separation from N2 for Environmental Applications

2015· article· en· W1516427780 sur OpenAlexvenueno aff
Mohammed Nasir Kajama, Habiba Shehu, Edidiong Okon, Edward Gobina

Notice bibliographique

RevueEnergy and Environment Research · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueMembrane Separation and Gas Transport
Établissements canadiensnon disponible
Organismes subventionnairesPetroleum Technology Development Fund
Mots-clésMembraneChemical engineeringPermeationMaterials scienceScanning electron microscopeSelectivityAdsorptionKnudsen diffusionGas separationNitrogenHydrocarbonCharacterization (materials science)CoatingAnalytical Chemistry (journal)ChromatographyChemistryOrganic chemistryNanotechnologyCatalysisComposite material

Résumé

récupéré en direct d'OpenAlex

This paper reports the preparation and characterization of gas transport using tubular alumina support and silica membrane for propylene (C3H6) and nitrogen (N2) separation. Dip-coating technique was employed to deposit silica on the support after which the membrane was heat treated at 65 0C. Nitrogen adsorption measurements reveal that this membrane possesses mesostructure with pore diameter of 3.940 nm and BET surface of 0.484 m2/g. Scanning electron microscopy (SEM) studies show that the layers are defect free and energy diffraction x-ray analysis (EDXA) confirms the compositional element of silica. Propylene and nitrogen permeation tests also confirm that the membrane is defect free with C3H6/N2 selectivity of 1.79 higher than ideal Knudsen 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 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 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 enseignants0,414
Score d'incertitude au seuil0,374

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)0,0000,000

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 Opus0,026
Tête enseignante GPT0,278
Écart entre enseignants0,252 · 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.

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

Citations3
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy and Environment ResearchMême sujetMembrane Separation and Gas TransportTravaux en français237 207