MétaCan
Menu
Retour à la cohorte
Enregistrement W2325941866 · doi:10.1021/ie501173z

Selective Oligomerization of Isobutene on Lewis Acid Catalyst: Kinetic Modeling

2014· article· en· W2325941866 sur OpenAlexafffund
Amitava Sarkar, Deepyaman Seth, Flora T. T. Ng, Garry L. Rempel

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2014
Typearticle
Langueen
DomaineChemistry
ThématiqueZeolite Catalysis and Synthesis
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésCatalysisChemistryKinetic energyKineticsDiffusionMass transferReaction rateParticle (ecology)DimerAutoclaveThermodynamicsSelectivityPhysical chemistryReactions on surfacesReaction rate constantChemical kineticsPhotochemistryChemical engineeringChromatographyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

The kinetics of oligomerization of isobutene was studied on a NiSO 4 /γ-alumina catalyst in a stirred batch autoclave at temperatures of 50–90 °C and a pressure of 2170 kPa with different concentrations of isobutene. Experimental results revealed that the catalyst has high dimer selectivity and did not show any significant deactivation during the reaction. A generalized kinetic model based on a Langmuir–Hinshelwood (LH)-type reaction sequence was developed. The intraparticle diffusion effects inside the catalyst particle were correlated to the reaction rates and mass-transfer rate between the catalyst particle and liquid phase. The developed intrinsic kinetic model with estimated model parameters was found to describe the experimental data accurately. The magnitude of the activation energies was found to be in the range of 13–27 kJ mol –1, which suggests that the oligomerization reaction proceeds via surface rearrangement, as considered in the present LH-type kinetic model.

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)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,082
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,068
Tête enseignante GPT0,293
Écart entre enseignants0,225 · 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.

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

Citations15
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIndustrial & Engineering Chemistry ResearchMême sujetZeolite Catalysis and SynthesisTravaux en français237 207