MétaCan
Menu
Retour à la cohorte
Enregistrement W2008107250 · doi:10.1021/es051297+

Influence of O<sub>2</sub> and H<sub>2</sub>O on Carbothermal Reduction of SO<sub>2</sub> by Oil-Sand Fluid Coke

2005· article· en· W2008107250 sur OpenAlexaff
Wenguo Feng, Charles Q. Jia

Notice bibliographique

RevueEnvironmental Science & Technology · 2005
Typearticle
Langueen
DomaineEngineering
ThématiqueIndustrial Gas Emission Control
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésFlue gasSulfurCokeChemistryYield (engineering)Carbon fibersCarbothermic reactionSulfur dioxideInorganic chemistryMetallurgyMaterials sciencePhase (matter)Organic chemistry

Résumé

récupéré en direct d'OpenAlex

To develop a new process for removing high-concentration SO2 from industrial flue gases, the carbothermal reduction of SO2 by oil-sand fluid coke at 700 degrees C was investigated by varying the inlet concentration of either O2 or H2O. Concentrations of O2 and H2O ranged from 0 to 20% and from 0 to 30%, respectively, in a stream of SO2 (18%) with the balance helium. Addition of O2 and H2O was found to enhance SO2 reduction. The enhancement was attributed to the reducing gases, CO and H2, produced by solid-gas reactions between carbon and O2 or H2O. The effects of O2 and H2O on sulfur yield, however, were bifacial: adding O2 and/or H2O increased the sulfur yield when SO2 conversion was incomplete, otherwise, it decreased the sulfur yield through the formation of sulfides such as H2S. The results of a thermodynamic analysis were in a good agreementwith the experimental results, suggesting that gas-solid reactions were slow enough to allow gas-phase equilibrium. This study indicates that carbon, such as oil-sand fluid coke, can be utilized to remove SO2 in flue gases containing O2/H2O and to convert it to elemental sulfur.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,003
Tête enseignante GPT0,180
Écart entre enseignants0,176 · 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 source (Gemma direct ou Codex distillé), 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

Citations17
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetIndustrial Gas Emission ControlTravaux en français237 207