MétaCan
Menu
Retour à la cohorte
Enregistrement W2326856554 · doi:10.1021/ie102417q

Surfactant-Template/Ultrasound-Assisted Method for the Preparation of Porous Nanoparticle Lithium Zirconate

2011· article· en· W2326856554 sur OpenAlex
Hamid R. Radfarnia, Maria C. Iliuta

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueChemical Looping and Thermochemical Processes
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésSonicationSorptionChemical engineeringMaterials scienceSorbentAdsorptionPulmonary surfactantPorosityNanoparticleLithium (medication)Particle sizeNanotechnologyChemistryOrganic chemistryComposite material

Résumé

récupéré en direct d'OpenAlex

Porous nanoparticle lithium zirconate (Li 2 ZrO 3 ) was prepared using an ultrasound-assisted surfactant-template method in the liquid-state reaction. The CO 2 adsorption performance of the prepared materials was tested under various conditions and compared with that of Li 2 ZrO 3 prepared by the simple surfactant-template method (porous, without sonication) and the conventional soft-chemistry route. The results indicated a better adsorption rate and capacity of porous nanopowders, whether assisted with ultrasound or not, in comparison with the traditional sample. This behavior is mainly due to a less aggregated powder structure and porous framework, facilitating gas and ion diffusion to and from the particle layers. However, the porous adsorbent prepared without sonication exhibited instability during cyclic operation, limiting its application for long-time use. Sonication time and surfactant concentration were found to be key parameters for controlling the crystallite size and the BET surface area. The porous Li 2 ZrO 3 sample prepared with less surfactant and a shorter irradiation time (sample A) had the most favorable sorption kinetics and capacity among all studied samples. The maximum uptake capacity of 22 wt % for sample A compared to 15.2 wt % for the conventional sample (sample J, fabricated by the soft-chemistry method), obtained under a 100% CO 2 stream, suggested a noticeable improvement in sorption behavior of the proposed adsorbents compared with traditional Li 2 ZrO 3 . Moreover, the adequate cyclic stability of porous powders prepared by sonication identify these materials as promising CO 2 acceptors, particularly for integrated sorbent/catalyst systems such as that used for sorption-enhanced steam methane reforming (SESMR). CO 2 adsorption experimental data for sample A were successfully modeled at various CO 2 partial pressures using a double-exponential equation.

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.

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)0,001
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 seuil0,634

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 recherche0,0000,001
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 Opus0,135
Tête enseignante GPT0,350
Écart entre enseignants0,215 · 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