MétaCan
Menu
Retour à la cohorte
Enregistrement W2312633450 · doi:10.1021/ie500493m

Synthesis of Epoxidized Canola Oil Using a Sulfated-SnO<sub>2</sub> Catalyst

2014· article· en· W2312633450 sur OpenAlexaff
Asish K. R. Somidi, Rajesh Sharma, Ajay K. Dalai

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueLubricants and Their Additives
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesKorea Environment Corporation
Mots-clésDegree of unsaturationCanolaCatalysisHydrogen peroxideChemistryOrganic chemistryIodine valueChemical engineeringActivation energyMaterials science

Résumé

récupéré en direct d'OpenAlex

In the present investigation, a heterogeneous sulfated-SnO 2 catalyst was synthesized and used for the epoxidation of unsaturation present in the canola oil. The physicochemical properties were studied to measure the surface and bulk properties of prepared SnO 2 and sulfated-SnO 2 samples. Process optimization studies were performed for parameters such as catalyst loading, ethylenic unsaturation in canola oil to hydrogen peroxide molar ratio, ethylenic unsaturation in canola oil to acetic acid molar ratio, and temperature. Sulfated-SnO 2 demonstrated promising catalytic activity with 100% conversion of unsaturation in canola oil to epoxy canola oil in 6 h at optimum process conditions. Based on the experimental results and kinetic data, a Langmuir–Hinshelwood-Hougen-Watson type mechanism was proposed, and the reaction followed pseudo first order. Calculated energy of activation was 17.75 kcal/mol. The tribological properties of epoxy canola oil such as lubricity property in terms of wear scar length, kinematic viscosities, viscosity index, oxidative induction time, cloud point, and pour point were measured.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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 Opus0,047
Tête enseignante GPT0,269
Écart entre enseignants0,222 · 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

Citations54
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndustrial & Engineering Chemistry ResearchMême sujetLubricants and Their AdditivesTravaux en français237 207