MétaCan
Menu
Retour à la cohorte
Enregistrement W2275659198 · doi:10.1021/acs.energyfuels.5b02736

Gas Adsorption Capacity of Wood Pellets

2016· article· en· W2275659198 sur OpenAlexaff
Fahimeh Yazdanpanah, Shahab Sokhansanj, C. Jim Lim, Anthony Lau, Xiaotao Bi

Notice bibliographique

RevueEnergy & Fuels · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueThermochemical Biomass Conversion Processes
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésPelletsAdsorptionCarbon monoxideDesorptionChemical engineeringOxygenCarbon dioxideTorrefactionChemistryCarbon fibersMaterials sciencePyrolysisOrganic chemistryCatalysisComposite material

Résumé

récupéré en direct d'OpenAlex

In this study, temperature-programmed desorption (TPD) analysis was used to measure and analyze the adsorption of off-gases and oxygen by wood pellets during storage. Such information on how these gases interact with the material helps in the understanding of the purging/stripping behavior of off-gases to develop effective ventilation strategies for wood pellets. Steam-exploded pellets showed the lowest carbon dioxide (CO 2 ) uptake compared to the regular and torrefied pellets. The high CO 2 adsorption capacity of the torrefied pellets could be attributed to their porous structure and therefore greater available surface area. Quantifying the uptake of carbon monoxide by pellets was challenging due to chemical adsorption, which formed a strong bond between the material and carbon monoxide. The estimated energy of desorption for CO (97.8 kJ/mol) was very high relative to that for CO 2 (7.24 kJ/mol), demonstrating the mechanism of chemical adsorption and physical adsorption for CO and CO 2, respectively. As for oxygen, the strong bonds that formed between the material and oxygen verified the existence of chemical adsorption and formation of an intermediate material.

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 enseignants0,011
Score d'incertitude au seuil0,762

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)0,0010,000

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 Opus0,010
Tête enseignante GPT0,184
Écart entre enseignants0,175 · 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

Citations7
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy & FuelsMême sujetThermochemical Biomass Conversion ProcessesTravaux en français237 207