MétaCan
Menu
Retour à la cohorte
Enregistrement W1544002740 · doi:10.5539/mas.v9n7p107

Preparation and Characterization of CuO/r-Al2O3 for Adsorption of SO2 in Flue Gas

2015· article· en· W1544002740 sur OpenAlexvenueno aff
Yuono Yuono, David Bahrin, Herri Susanto

Notice bibliographique

RevueModern Applied Science · 2015
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCatalytic Processes in Materials Science
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAdsorptionCalcinationFlue gasMaterials scienceEffluentInertInert gasStoichiometryVolume (thermodynamics)Nuclear chemistryChemistryChemical engineeringCatalysisWaste managementComposite materialOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Adsorbent CuO/r-Al2O3 was successfully prepared by the dry impregnation using Cu(NO3)2.3H2O solution oncommercial r-Al2O3. Impregnation and calcination process was be done repeatedly to get a desired CuO contenton the support. The impregnations were done at 50oC for 8 hours or 120°C for 5 hours. Calcinations were carriedout at a temperature of 400oC for 8 hours. Adsorbent obtained from this preparation contained Cu: 7.93% (named8Cu), 14.76% (15Cu) and 28.98% (30Cu). Pore characteristic indicated that the surface area decreased with theincrease in Cu content in the adsorbent (from 207 in original support to 124 m2/g in 8Cu). Similar tendency wasfound for the pore volume (from 0.47 to 0.28 mL/g).In batch adsorption test, the amount of adsorbed SO2 was calculated from the increase in mass of adsorbent.Adsorbent 8Cu had the best adsorption capacity in term of mol ratio, ie. 0.78 SO2/CuO (close to stoichiometry).Original support of r-Al2O3 was found to be inert to SO2. In semi-continue test, the adsorption was carried undera flow of gas containing 2.5% SO2. The amount of adsorbed SO2 was calculated from the different of SO2content between influent to effluent. It was found again that the best adsorbent was 8Cu with the adsorptioncapacity of 0.97 mol/mol CuO.

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)0,002
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 enseignants0,105
Score d'incertitude au seuil0,377

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
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 Opus0,024
Tête enseignante GPT0,287
Écart entre enseignants0,263 · 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

Citations8
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModern Applied ScienceMême sujetCatalytic Processes in Materials ScienceTravaux en français237 207