MétaCan
Menu
Retour à la cohorte
Enregistrement W2072675563 · doi:10.1021/ie050516x

Precipitation of Silver Powders in the Presence of Ethylenediamine Tetraacetic Acid

2006· article· en· W2072675563 sur OpenAlexaff
Eduardo Villegas Ortega, Dimitrios Berk

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2006
Typearticle
Langueen
DomaineChemistry
ThématiqueNanomaterials for catalytic reactions
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésChemistryEthylenediamineNucleationHydrazine (antidepressant)PrecipitationReducing agentAqueous solutionInorganic chemistrySalt (chemistry)Reaction rateArgentometryNuclear chemistryIonPhysical chemistryOrganic chemistryChromatographyCatalysis

Résumé

récupéré en direct d'OpenAlex

Silver powders can be produced by the reduction of a silver salt in an aqueous solution. The manipulation of the rates of the reaction allows the control of the properties such as size and size distribution of the produced particles. In the present work, we studied the addition of ethylenediamine tetraacetic acid (EDTA) as a complexation agent to moderate the rate of the reduction of silver cations with hydrazine as the reducing agent. The experiments were carried out in a batch reactor at different concentrations of the reactants. In the absence of EDTA, the reaction between hydrazine and the silver cations is extremely fast. It was found that, in the absence of seeds, the reaction starts by the precipitation of the free silver ions followed by a period where any reduced elemental silver forms sub-micrometer particles by nucleation. The addition of seeds promotes the growth of particles and suppresses nucleation. When the concentration seeds are greater than 5.4 × 10 -1 mM, no nucleation is apparent. This allows the determination of the reaction rate between hydrazine and silver cations. At 20 °C, the empirical rate law for the reduction of silver was r Ag = 9.35 [Ag] 1.3 [N 2 H 4 ] 0.7 [EDTA] -1.1 in mmol of Ag/L−min.

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)0,002
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 seuil0,542

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,050
Tête enseignante GPT0,302
Écart entre enseignants0,253 · 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

Citations15
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndustrial & Engineering Chemistry ResearchMême sujetNanomaterials for catalytic reactionsTravaux en français237 207