MétaCan
Menu
Retour à la cohorte
Enregistrement W1579374481 · doi:10.1016/j.ultsonch.2015.08.021

Sonochemical synthesis of zeolite NaP from clinoptilolite

2015· article· en· W1579374481 sur OpenAlexaff
Jamshid Behin, Hossein Kazemian, Sohrab Rohani

Notice bibliographique

RevueUltrasonics Sonochemistry · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueChemical Synthesis and Characterization
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésZeoliteClinoptiloliteCrystallinitySonicationMaterials scienceCrystallizationChemical engineeringHydrothermal synthesisCrystalliteAutoclaveHydrothermal circulationMineralogyParticle sizeChemistryMetallurgyComposite materialOrganic chemistryCatalysis

Résumé

récupéré en direct d'OpenAlex

In the present work, natural clinoptilolite was converted to zeolite NaP using ultrasonic energy, in which the transformation time shortened remarkably. The effect of post-synthesis treatment using conventional hydrothermal was also investigated. The synthesized powders were characterized by XRD, TGA/DTA, SEM, and PSD analysis. The results showed that, increasing the sonication time (energy) has no significant effect on the product's morphology. The crystallinity of the synthesized samples increased slightly with increasing sonication time, but their yield remained relatively unchanged. Furthermore, post-synthesis hydrothermal treatment showed very little influence on properties of the final product. Because the ultrasonic irradiation creates acoustic cavitation cracks on the surface structure of clinoptilolite particulates and increases the concentration of soluble alumino-silicate species, which favors the prevailing super-saturation, crystallization and crystal growth of zeolite NaP happen faster. The particles of zeolite NaP synthesized by ultrasonic irradiation consist of small crystallites of uniform size.

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 enseignants0,002
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 Opus0,014
Tête enseignante GPT0,213
Écart entre enseignants0,200 · 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

Citations56
Publié2015
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueUltrasonics SonochemistryMême sujetChemical Synthesis and CharacterizationTravaux en français237 207