MétaCan
Menu
Retour à la cohorte
Enregistrement W1993977719 · doi:10.5539/mas.v8n2p78

Kinetic Modeling of Nitration of Glycerol

2014· article· en· W1993977719 sur OpenAlexvenueno aff
Erna Astuti, Supranto Supranto, Rochmadi Rochmadi, Agus Prasetya, Krister H. U. Ström, Bengt Andersson

Notice bibliographique

RevueModern Applied Science · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueBiodiesel Production and Applications
Établissements canadiensnon disponible
Organismes subventionnairesChalmers Tekniska Högskola
Mots-clésNitrationNitric acidChemistryGlycerolReaction rateElementary reactionMoleculeOrganic chemistryKineticsCatalysis

Résumé

récupéré en direct d'OpenAlex

Glycerol can be synthesized to make 1,3-dinitroglycerin as an intermediate product to produce polyglycidyl nitrate. This study performed kinetic modeling of nitration used elementary reactions that consisting of seven reversible reactions. The aim of this present work is to find out the representing reaction of seven reactions tested. The concept work is to study the reaction rates and its relation to the position of the nitrated hydroxyl group in the molecule. Nitration of glycerol to 1,3-dinitroglycerin was studied in the temperature range 10-30 °C, the molar ratio of nitric acid to glycerol 1/1 to 7/1 and nitric acid concentration of 69%. The seven reaction terms represent the reactions that occurred in the nitration of glycerol. The position of hydroxyl group in molecule causes difference reaction rate. The primary hydroxyl group is more reactive than secondary hydroxyl group. The parameter values describe that the 1st, 3rd, 5th and 7th reaction rates are very fast. On the contrary, the 2nd, 4th and 6th reaction rates are slow.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,836
Score d'incertitude au seuil0,195

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 GPT0,204
Écart entre enseignants0,191 · 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

Citations6
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModern Applied ScienceMême sujetBiodiesel Production and ApplicationsTravaux en français237 207