MétaCan
Menu
Retour à la cohorte
Enregistrement W1980330412 · doi:10.2495/esus140421

Synthesis of novel catalysts for hydrodeoxygenation of bio-oil: guaiacol as a model component

2014· article· en· W1980330412 sur OpenAlexafffund
Aqsha Aqsha, Nader Mahinpey, Lakshmi Katta, L. Gras, Chinten James Lim

Notice bibliographique

RevueWIT transactions on ecology and the environment · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueCatalysis and Hydrodesulfurization Studies
Établissements canadiensUniversity of British ColumbiaUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésGuaiacolHydrodeoxygenationCatecholCatalysisPhenolChemistryBenzeneOrganic chemistryMetalNuclear chemistrySelectivity

Résumé

récupéré en direct d'OpenAlex

In this work, NiMo/Support catalysts have been prepared by impregnation technique and evaluated for hydrodeoxygneation (HDO) reaction of guaiacol (GUA) aiming at the identification of active catalysts. Among various catalysts, NiMo/TiO 2 was chosen to understand the influence of reaction parameters, such as temperature, reaction time, H 2 pressure, and quantity of the catalyst. The influence of the metal components on guaiacol conversion is determined by comparing mono (Ni and Mo) metals deposited TiO 2 . These results signify the alloying nature of metal components. GCMS results showed that phenol is a major component in all the conditions. As there is an increase in the temperature (200, 250, 300, 350C), reaction time (1, 5, 8, 24 h), H 2 /guaiacol molar feed ratio (0, 1:2, 1:1, and 2:1), and catalyst amount (0, 25, 50, 100 mg), the conversion has increased significantly while maintaining the high selectivity to HDO products without ring opening reactions. Under optimized conditions (350C and 2:1 of H 2 :guaiacol ratio), 98% guaiacol is converted on NiMo/TiO 2 resulting phenol, poly methyl substituted phenols, and traces of cyclohexanone and benzene. It is remarkable that a low amount of catechol dimethyl ether and no indication of catechol and creosol were detected.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,656
Score d'incertitude au seuil0,279

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 Opus0,007
Tête enseignante GPT0,186
Écart entre enseignants0,179 · 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'étudeSimulation ou modélisation
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

Citations1
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWIT transactions on ecology and the environmentMême sujetCatalysis and Hydrodesulfurization StudiesTravaux en français237 207