MétaCan
Menu
Retour à la cohorte
Enregistrement W1992944078 · doi:10.1021/ie902036v

Analysis of Gaseous and Liquid Products from Pressurized Pyrolysis of Flax Straw in a Fixed Bed Reactor

2010· article· en· W1992944078 sur OpenAlexafffund
Mohammad Shahed Hasan Khan Tushar, Nader Mahinpey, Pulikesi Murugan, Thilakavathi Mani

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueThermochemical Biomass Conversion Processes
Établissements canadiensUniversity of ReginaUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésCharPyrolysisChemistryPorosityStrawFurfuralYield (engineering)Chemical engineeringNitrogenScanning electron microscopeHydrogenOrganic chemistryNuclear chemistryMaterials scienceCatalysisInorganic chemistryComposite material

Résumé

récupéré en direct d'OpenAlex

Pyrolysis of flax straw was investigated under a nitrogen atmosphere using a tubular reactor at different pressures, ranging from 10 to 40 psi. The effects of pressure on the pyrolysis yields and the products obtained (gas, liquid, char) have been analyzed. The gaseous products were analyzed by online GC, and the bio-oils were characterized by gas chromatography/mass spectrometry (GC/MS). Scanning electron microscopy (SEM) was used to view the char surfaces in order to characterize the char and validate the presence of porosity. As the pyrolysis pressure increased, the yield of char and liquid decreased while the gas products increased. The gas products were mainly CO, H 2, CO 2, CH 4, and C 3 ’s. The bio-oils were mostly composed of phenolic compounds, carboxylic acids, and furfural. The pH and the density of the bio-oil revealed a moderate increase with increasing pressure. The SEM study confirms the porous nature of the char. Overall, bio-oil production was maximized at 10 psi; however, char and hydrogen production was maximized at 20 psi.

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)0,002
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 enseignants0,002
Score d'incertitude au seuil0,854

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,032
Tête enseignante GPT0,269
Écart entre enseignants0,237 · 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

Citations13
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIndustrial & Engineering Chemistry ResearchMême sujetThermochemical Biomass Conversion ProcessesTravaux en français237 207