Carbon Materials as Catalyst Supports and Catalysts in the Transformation of Biomass to Fuels and Chemicals
Notice bibliographique
Résumé
Carbon plays a dual role as a catalyst or a catalyst support for chemical and enzymatic biomass transformation reactions due to its large specific surface area, high porosity, excellent electron conductivity, and relative chemical inertness. Advantageously, carbon materials can be prepared from residual biomass, an attractive property for decreasing the so-called “carbon-footprint” of a biomass transformation process. Carbon can be chemically functionalized and/or decorated with metallic nanoparticles and enzymes to impart or improve novel catalytic activity. Sulfonated porous carbon materials exhibit high reactivity in diversified catalytic reactions compared to their nonporous counterparts. However, the SO 3 H groups prevent the incorporation of hydrophobic molecules into the bulk, thereby causing hydrophobic acid-catalyzed reactions to proceed only on the surface. Metal and enzymatic catalysts on carbon supports have significant advantages over other oxide materials for different types of reactions. The future success of biorefinery will require the design of a new generation of multifunctional catalysts, possibly derived from emerging carbon materials such as graphene, carbon nanotubes, and carbon monoliths, for the selective processing of carbohydrates and lignin. The most achievable and economical way is to convert lignocellulosic biomass directly, rather than pure cellulose, hemicellulose, or lignin using multifunctional catalysts.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».