MétaCan
Menu
Retour à la cohorte
Enregistrement W1765020586 · doi:10.1002/cjce.22368

Conversion of waste‐soap and soap‐like materials into diesel and gasoline by catalytic pyrolysis using virgin soap as model

2015· article· en· W1765020586 sur OpenAlexvenueno aff
Zahid Hussain, Shaharin Anwar Sulaıman, Humaira Gul, Sana Farooq, Khalid M. Khan, Hussain Gulab, Muhammad Yasin Naz

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueBiodiesel Production and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGasolineKeroseneDiesel fuelSOAPCatalysisPyrolysisChemistryFraction (chemistry)Waste managementBoiling pointOrganic chemistryFluid catalytic crackingChemical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract In this work, soap was converted into a hydrocarbon‐rich product through catalytic pyrolysis using cement as a catalyst. The intention was to develop a new economical and effective method for preparing diesel and gasoline from soap waste in food processing. The optimum conditions for pyrolysis were investigated in a batch process under static conditions at different reactor temperatures, catalyst amounts, and reaction durations. The resulting oil product was analyzed using GC‐FID, GC‐MS, and FTIR. The best yield occurred at a reaction temperature of 400 °C for 60 min with 0.3 g/g (30 mass%) catalyst in soap waste, which resulted in 0.71 g/g (71 mass%) hydrocarbons with small fractions of pyran, ketone, and oxygenated compounds of mixed functional groups. The resulting liquid pyrolysate mainly consisted of diesel‐like oil with a small fraction of gasoline and some oils that had boiling‐point temperature ranges similar to kerosene.

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 enseignants0,243
Score d'incertitude au seuil0,436

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 Opus0,013
Tête enseignante GPT0,197
Écart entre enseignants0,184 · 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

Citations10
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetBiodiesel Production and ApplicationsTravaux en français237 207