MétaCan
Menu
Retour à la cohorte
Enregistrement W2253015545

КАТАЛИТИЧЕСКОЕ ГИДРОДЕХЛОРИРОВАНИЕ ХЛОРУГЛЕВОДОРОДОВ В СРЕДЕ РАСТВОРОВ ГИДРОКСИДА НАТРИЯ Часть 1. Превращения четыреххлористого углерода

2014· article· ru· W2253015545 sur OpenAlexaboutno aff
А. В. Терехов, Л. Н. Занавескин, К. Л. Занавескин, О. А. Конорев

Notice bibliographique

RevueКатализ в промышленности · 2014
Typearticle
Langueru
DomaineEngineering
ThématiqueEnvironmental remediation with nanomaterials
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAutoclaveCatalysisChemistryCarbon tetrachlorideSodium hydroxideSodium formatePalladiumSelectivityNuclear chemistryChemical engineeringInorganic chemistryOrganic chemistry
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In the production of chlorohydrocarbons (chloromethanes, perchlorethylene, etc.) a carbon tetrachloride formed as a by-product. The Montreal Protocol refer it to ozone depleting substances. The process of liquid-phase catalytic hydrodechlorination of CCl4 in the presence of aqueous sodium hydroxide to form useful products: sodium formate, hexachloroethane and perchlorethylene, was investigated to develop a rational (another then burning) method of disposal of CCl4. Experiments were performed in a 300 ml autoclave at pressures up to 1,5 MPa in the temperature range 80–120 °C, the catalyst - Pd on sibunit (5 fractions from 0,1 to 1,6 mm). The dependence of CCl4 conversion and main products selectivity from the initial CCl4 and NaOH concentration, temperature, hydrogen partial pressure, size of catalyst particles and palladium content were studied. Based on these results, scheme of the process is proposed, recommendations on the conditions of the process depending on the specific composition of the products are given, optimal parameters of the catalyst are determined: 1,5 wt.% Pd on sibunit with grains 0,315–0,63 mm. The proposed process will not only solve the problem of waste disposal containing CCl4, but also ensured the production of three commercially popular products.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,004

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 GPT0,183
Écart entre enseignants0,178 · 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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueКатализ в промышленностиMême sujetEnvironmental remediation with nanomaterialsTravaux en français237 207