MétaCan
Menu
Retour à la cohorte
Enregistrement W2137891950 · doi:10.1002/cjce.5450810340

Gas‐liquid Mass Transfer Enhancement in a Surface Aeration Stirred Slurry Reactors

2003· article· en· W2137891950 sur OpenAlexvenueno aff
Keskov C. Ruthiya, B.F.M. Kuster, J.C. Schouten

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2003
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Mixing
Établissements canadiensnon disponible
Organismes subventionnairesStichting voor de Technische WetenschappenShell
Mots-clésSlurryMass transferAerationCatalysisChemical engineeringChemistryReactivity (psychology)Aqueous solutionMass transfer coefficientPhase (matter)Carbon fibersReaction rateMaterials scienceChromatographyOrganic chemistryComposite material

Résumé

récupéré en direct d'OpenAlex

Abstract This paper postulates four possible mechanisms for the enhancement of gas‐liquid (G‐L) mass transfer in slurry reactors: (1) hydrodynamic effect, (2) shuttling, (3) stabilization of bubbles, and (4) reaction enhancement. Mass transfer and reactivity experiments using two different slurry systems and two different Pd‐catalysed reactions, i.e., oxidation of glucose (aqueous phase) and hydrogenation of a‐methyl styrene (organic phase), with both hydrophobic carbon and hydrophilic silica catalyst supports, were performed in a laboratory scale surface aeration reactor with a flat gas‐liquid interface. Physical and reaction enhancement have been distinguished successfully. The experimental results show that the level of catalyst support hydrophobicity has a strong influence on the rate of mass transfer.

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 enseignants0,137
Score d'incertitude au seuil0,463

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 Opus0,005
Tête enseignante GPT0,164
Écart entre enseignants0,159 · 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

Citations26
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetFluid Dynamics and MixingTravaux en français237 207