MétaCan
Menu
Retour à la cohorte
Enregistrement W1975906375 · doi:10.2202/1542-6580.1301

Plasma-Prepared Ni/Al2O3: Preparation, Characterization and Toluene Hydrogenation

2006· article· en· W1975906375 sur OpenAlexafffund
Lianhui Ding, Zisheng Jason Zhang, Ying Zheng, Zhikun Zhang, Zbigniew Ring, Jinwen Chen

Notice bibliographique

RevueInternational Journal of Chemical Reactor Engineering · 2006
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCatalytic Processes in Materials Science
Établissements canadiensUniversity of FrederictonUniversity of New BrunswickUniversity of Ottawa
Organismes subventionnairesAtlantic Canada Opportunities Agency
Mots-clésNickelCatalysisMicroreactorTolueneMaterials scienceChemical engineeringBimetallic stripHydrogenInorganic chemistryNanoparticleNuclear chemistryChemistryMetallurgyNanotechnologyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Nano-nickel particles were prepared using hydrogen arc plasma method and new nano-nickel hydrogenation catalysts were prepared through calcinating mixtures of the plasma-prepared nano-nickel particles and a ?-alumina support. The catalysts were characterized by using SEM, XRD, and TPR. The activities of the catalysts were evaluated through the hydrogenation of toluene in a fixed be microreactor. Catalysts prepared by conventional comulling and impregnation methods were also examined for comparative purposes. The characterization results showed that the nano-nickel catalysts had an egg-shell structure in terms of nickel-alumina distribution, with most of the nickel located at the outer surface of the catalyst particles. The hydrogenation experiments showed that the nano-nickel catalyst provided much higher activities than those co-precipitated and impregnated nickel catalysts with similar nickel contents. However, both types of catalysts followed first-order reaction kinetics and similar activation energies were observed.

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)0,001
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 enseignants0,008
Score d'incertitude au seuil0,466

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0000,001
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 Opus0,005
Tête enseignante GPT0,228
Écart entre enseignants0,223 · 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

Citations0
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Chemical Reactor EngineeringMême sujetCatalytic Processes in Materials ScienceTravaux en français237 207