Preparation of Multiwalled Carbon Nanotube-Supported Nickel Catalysts Using Incipient Wetness Method
Notice bibliographique
Résumé
In this paper, a systematic study on preparation of multiwalled carbon nanotube (MWCNT)-supported nickel catalyst is pursued. Functional groups are introduced on the surface of MWCNTs using nitric acid, sulfuric acid, and partial oxidation in air. Nickel oxide nanoparticles are formed on the surface of functionalized multiwalled carbon nanotubes by incipient wetness impregnation of nickel nitrate, followed by calcination in air. The effects of acid type and concentration, acid treatment time, partial oxidation, nickel loading, precursor solvent, and calcination temperature on the size of the nickel nanoparticles and homogeneity of the composite material are evaluated. Characteristics of the Ni/MWCNT catalysts were examined using BET, scanning transmission electron microscopy, X-ray diffraction, thermogravimetric analysis in air and nitrogen, temperature-programmed reduction, X-ray photoelectron spectroscopy, acid-base titration, and zeta-potential analyzer. Results of this work are useful for formulating CNT-supported nickel catalysts for a wide range of different applications, such as reforming of hydrocarbons, catalytic hydrothermal gasification of biomass, and energy storage.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».