MétaCan
Menu
Retour à la cohorte
Enregistrement W2000716232 · doi:10.1021/ie049067b

Gas-Phase Ethylene/Hexene Copolymerization with Metallocene Catalyst in a Laboratory-Scale Reactor

2005· article· en· W2000716232 sur OpenAlexaff
Bo Kou, Kimberley B. McAuley, Cheng‐Chih Hsu, D. W. Bacon, K. Zhen Yao

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2005
Typearticle
Langueen
DomaineChemistry
ThématiqueOrganometallic Complex Synthesis and Catalysis
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésMetallocenePolymerizationHexeneBranching (polymer chemistry)CatalysisCopolymerEthylenePost-metallocene catalyst1-HexenePolymer chemistryMaterials scienceChemical engineeringChemistryOrganic chemistryPolymer

Résumé

récupéré en direct d'OpenAlex

Gas-phase ethylene and hexene copolymerization using a silica-supported ( n -BuCp) 2 ZrCl 2 metallocene catalyst has been investigated in a 2 L laboratory reactor. Replicate experimental runs were conducted to confirm the reproducibility of measured responses, which included polymerization rate, reactant concentrations, and copolymer properties. Comparisons of polymerization rate profiles and catalyst activity were made using a number of designed experimental runs. The experiments revealed that triisobutyl aluminum scavenger was the most important cause of low catalyst activity, and a low initial polymerization rate that was followed by a rate increase. The effects of other influencing factors, including residence time, temperature, pressure, concentration of reactants, catalyst, and cocatalyst, were also investigated. As expected, hydrogen concentration and hexene concentration had significant effects on molecular weight and short-chain branching, respectively. In addition, hexene enhanced the polymerization rate and catalyst activity, while cocatalyst and hydrogen both led to a lower polymerization rate. The results from this study provide important quantitative information that will be used for parameter estimation in fundamental models.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,042
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,041
Tête enseignante GPT0,299
Écart entre enseignants0,257 · 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.

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

Citations17
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndustrial & Engineering Chemistry ResearchMême sujetOrganometallic Complex Synthesis and CatalysisTravaux en français237 207