MétaCan
Menu
Retour à la cohorte
Enregistrement W2068154599 · doi:10.1002/ceat.201000441

Aging and Thermal Stability of the Mixed Product of the Ether‐Soluble Fraction of Bio‐Oil and Bio‐Diesel

2011· article· en· W2068154599 sur OpenAlexafffund
Xiaoxiang Jiang, Z. Zhong, Naoko Ellis, Qianfeng Wang

Notice bibliographique

RevueChemical Engineering & Technology · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueThermochemical Biomass Conversion Processes
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Key Research and Development Program of ChinaChina Scholarship Council
Mots-clésDiesel fuelThermogravimetric analysisFraction (chemistry)Gel permeation chromatographyChemistryMass fractionThermal stabilityViscosityFourier transform infrared spectroscopyChemical engineeringThermal decompositionEtherPyrolysis oilDecompositionAnalytical Chemistry (journal)PyrolysisMaterials scienceChromatographyOrganic chemistryComposite materialPolymer

Résumé

récupéré en direct d'OpenAlex

Abstract The storage and thermal stability of blends of the ether‐soluble fraction of bio‐oil (ES) and bio‐diesel are reported. Fuel properties such as viscosity, water content, acid number and average molecular weight of the ES/bio‐diesel blends were measured before and after aging. Compared to the aging properties of bio‐oil alone, very small changes in water content and viscosity were shown for the blends aged at 80 °C for 180 h. Chemical changes were characterized using gel permeation chromatography, showing a slight increase in the molecular weight over time. Further confirmation of the changes was provided through Fourier transform infrared spectrometry, thermal decomposition analysis using a thermogravimetric analyzer, proton assignment using proton nuclear magnetic resonance, and carbon assignment using carbon nuclear magnetic resonance. Overall, the study indicates that ES/bio‐diesel blends are stable as fuel under the conditions tested in this paper.

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 enseignants0,001
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 Opus0,009
Tête enseignante GPT0,174
Écart entre enseignants0,166 · 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

Citations24
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChemical Engineering & TechnologyMême sujetThermochemical Biomass Conversion ProcessesTravaux en français237 207