MétaCan
Menu
Retour à la cohorte
Enregistrement W2167930136 · doi:10.1002/er.1317

Bio-ethanol production to be blended with gasoline: Improvements in energy use by adsorption

2007· article· en· W2167930136 sur OpenAlexaff
Richard A. Jones, F. Handan Tezel, Jules Thibault, Jeffrey S. Tolan

Notice bibliographique

RevueInternational Journal of Energy Research · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueCarbon Dioxide Capture Technologies
Établissements canadiensIogen CorporationUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésAdsorptionActivated carbonChemistryEthanolGasolineEthanol fuelChemical engineeringPelletsParticle sizeCarbon fibersPowdered activated carbon treatmentKineticsChromatographyOrganic chemistryMaterials scienceComposite materialPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

Batch adsorption experiments were conducted to examine the liquid-phase adsorption of ethanol from ethanol–water solutions. Experiments performed established the kinetic and equilibrium behaviour of the various adsorbents in solution. The experiments with the ZSM-5 adsorbents indicate that the silica to alumina ratio had little effect on the ethanol–water separation at low ethanol concentrations. In general, ZSM-5 adsorbents were outperformed by the activated carbon adsorbents, which showed higher adsorption capacities. The capacity of activated carbon adsorbents correlated strongly with cumulative pore volume and Brunauer, Emmet and Teller (BET) surface area. Particle size was found to be the most influential factor in the ethanol uptake rate. The large pellets showed sluggish kinetics when compared to their powdered counterparts. When considering kinetic performance and adsorption capacity XTRUSORB A754 and M-30 activated carbon show the most potential for the selective adsorption of ethanol. The adsorbent screening performed herein applies to the energy efficient production of bio-ethanol via adsorption. Copyright © 2007 John Wiley & Sons, Ltd.

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)0,000
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 enseignants0,034
Score d'incertitude au seuil0,455

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
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 Opus0,031
Tête enseignante GPT0,312
Écart entre enseignants0,281 · 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

Citations16
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Energy ResearchMême sujetCarbon Dioxide Capture TechnologiesTravaux en français237 207