MétaCan
Menu
Retour à la cohorte
Enregistrement W2023260524 · doi:10.6000/1929-6037.2014.03.03.5

Preparation and Performance of Catalytic Hollow Fibre Membranes for Hydrogenation Reduction of Nitrites in Water

2014· article· en· W2023260524 sur OpenAlexvenueno aff
G.T. Tong, Jian Song, Peng Wang, Hongyong Zhao, Xiaoyao Tan

Notice bibliographique

RevueJournal of Membrane and Separation Technology · 2014
Typearticle
Langueen
DomaineChemistry
ThématiqueNanomaterials for catalytic reactions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMembraneChemistryCatalysisReduction (mathematics)Catalytic hydrogenationChemical engineeringOrganic chemistryBiochemistry

Résumé

récupéré en direct d'OpenAlex

Porous Al2O3 hollow fiber membranes have been fabricated via a phase inversion – sintering technique. Pd-loaded carbon nanotubes (CNTs) are formed inside the hollow fibre wall by the catalytic decomposition of methane over Fe particles, followed by impregnation and reduction with hydrogen to form catalytic hollow fibre membranes. Hydrophobic modification of the hollow fibres is conducted by gas permeable polymeric coating. The resultant hollow fibre membranes exhibit highly catalytic activity to the hydrogenation reduction of nitrites in aqueous solution. Hollow fibre membrane reactors are assembled for nitrite hydrogenation by pumping nitrite solution into the tube side and introducing hydrogen countercurrently to the shell side of the reactor. The nitrite removal in the hollow fibre membrane reactors increases with the operation temperature and the hydrogen feed concentration at lower hydrogen partial pressures, but less influenced by the hydrogen feed concentration when it is higher than 50%. A higher nitrite concentration favors the nitrite hydrogenation reaction but lowers the nitrite removal efficiency.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,276

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 Opus0,008
Tête enseignante GPT0,256
Écart entre enseignants0,249 · 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

Citations2
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Membrane and Separation TechnologyMême sujetNanomaterials for catalytic reactionsTravaux en français237 207