MétaCan
Menu
Retour à la cohorte
Enregistrement W2012902680 · doi:10.1155/2014/921974

Impacts of Nickel Nanoparticles on Mineral Carbonation

2014· article· en· W2012902680 sur OpenAlexafffund
Marius Bodor, Rafael M. Santos, Yi Wai Chiang, Maria Vlad, Tom Van Gerven

Notice bibliographique

RevueThe Scientific World JOURNAL · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCO2 Sequestration and Geologic Interactions
Établissements canadiensUniversity of Guelph
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaKU LeuvenEuropean CommissionUniversitatea 'Dunărea de Jos' Galați
Mots-clésCarbonationDissolutionNickelChemistryChemical engineeringParticle sizeMineralization (soil science)BicarbonateMineralInorganic chemistryEnvironmental chemistryMineralogyMaterials scienceMetallurgyNitrogen

Résumé

récupéré en direct d'OpenAlex

This work presents experimental results regarding the use of pure nickel nanoparticles (NiNP) as a mineral carbonation additive. The aim was to confirm if the catalytic effect of NiNP, which has been reported to increase the dissolution of CO₂ and the dissociation of carbonic acid in water, is capable of accelerating mineral carbonation processes. The impacts of NiNP on the CO₂ mineralization by four alkaline materials (pure CaO and MgO, and AOD and CC steelmaking slags), on the product mineralogy, on the particle size distribution, and on the morphology of resulting materials were investigated. NiNP-containing solution was found to reach more acidic pH values upon CO₂ bubbling, confirming a higher quantity of bicarbonate ions. This effect resulted in acceleration of mineral carbonation in the first fifteen minutes of reaction time when NiNP was present. After this initial stage, however, no benefit of NiNP addition was seen, resulting in very similar carbonation extents after one hour of reaction time. It was also found that increasing solids content decreased the benefit of NiNP, even in the early stages. These results suggest that NiNP has little contribution to mineral carbonation processes when the dissolution of alkaline earth metals is rate limiting.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,653
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0020,000

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 Opus0,015
Tête enseignante GPT0,253
Écart entre enseignants0,238 · 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

Citations24
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Scientific World JOURNALMême sujetCO2 Sequestration and Geologic InteractionsTravaux en français237 207