MétaCan
Menu
Retour à la cohorte
Enregistrement W1994436076 · doi:10.1021/ef060389x

A Comparative Study of Copper-Promoted Water−Gas-Shift (WGS) Catalysts

2007· article· en· W1994436076 sur OpenAlexaff
Prashant Kumar, Raphael Idem

Notice bibliographique

RevueEnergy & Fuels · 2007
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCatalytic Processes in Materials Science
Établissements canadiensUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésCatalysisWater-gas shift reactionChemistryWater gasInorganic chemistryThermogravimetryOxideCopperTransition metalSorptionNuclear chemistrySyngasPhysical chemistryOrganic chemistryAdsorption

Résumé

récupéré en direct d'OpenAlex

We studied the catalytic water−gas shift reaction over commercial Cu−ZnO−Al 2 O 3 (LTS-C) and Cu-promoted Fe−Cr oxide (HTS-C) catalysts as well as a high-temperature Cu-promoted (UFR-C) catalyst developed in our laboratory. The catalysts were characterized by different techniques such as X-ray diffraction, thermogravimetry/differential scanning calorimetry, temperature-programmed reduction, and sorption analyses. The activities of these catalysts were evaluated in the compositions of mole fractions having 2.6−16.8% CO, 45% H 2 O, and the balance nitrogen in the range of 473−973 K. It was observed that the reduction temperature, the ratio of the mass of the catalyst to the mass flow rate of CO (g (cat) h/mol of CO), and CO concentrations have significant effects on the catalytic activities. In the presence of 2.6% CO, the Cu−ZnO−Al 2 O 3 catalyst was most active at 473 K while the Cu-promoted Fe−Cr oxide catalyst was most active at 773 K. The catalytic activities of HTS-C and LTS-C were compared with that of UFR-C in the presence of both CO in different concentrations and reformate streams as a feed. The results showed that ceria−zirconia-supported non-noble metal catalysts can give very high water−gas shift activity at very short contact times compared to that of the commercial water−gas shift catalyst.

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)0,002
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 enseignants0,007
Score d'incertitude au seuil0,917

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,023
Tête enseignante GPT0,289
Écart entre enseignants0,267 · 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

Citations58
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy & FuelsMême sujetCatalytic Processes in Materials ScienceTravaux en français237 207