MétaCan
Menu
Retour à la cohorte
Enregistrement W2328675853 · doi:10.1021/co3001132

Evaluation of the SO<sub>2</sub> and NH<sub>3</sub> Gas Adsorption Properties of CuO/ZnO/Mn<sub>3</sub>O<sub>4</sub> and CuO/ZnO/NiO Ternary Impregnated Activated Carbon Using Combinatorial Materials Science Methods

2013· article· en· W2328675853 sur OpenAlexaff
Jennifer Romero, J.W.H. Smith, Braden Sullivan, Landan MacDonald, Lisa M. Croll, J. R. Dahn

Notice bibliographique

RevueACS Combinatorial Science · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueGas Sensing Nanomaterials and Sensors
Établissements canadiens3M (Canada)Dalhousie University
Organismes subventionnairesnon disponible
Mots-clésNon-blocking I/OAdsorptionChemistryTernary operationMetalInorganic chemistryOxideZincPhysical chemistryCatalysisOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Impregnated activated carbons (IAC) are widely used materials for the removal of toxic gases in personal respiratory protection applications. The combinatorial method has been employed to prepare IACs containing different types of metal oxides in various proportions and evaluate their adsorption performance for low molecular weight gases, such as SO(2) and NH(3), under dry conditions. Among the metal oxides used for the study, Mn(3)O(4) was found to have the highest capacity for retaining SO(2) gas under dry conditions. NiO and ZnO were found to have similar NH(3) adsorption capacities which are higher than the NH(3) capacities observed for the other metal oxide impregnants used in the study. Although Cu- or Zn-based impregnants and their combinations have been extensively studied and used as gas adsorbents, neither Mn(3)O(4) nor NiO have been incorporated in the formulations used. In this study, ternary libraries of IACs with various combinations of CuO/ZnO/Mn(3)O(4) and CuO/ZnO/NiO were studied and evaluated for their adsorption of SO(2) and NH(3) gases. Combinations of CuO, ZnO, and Mn(3)O(4) were found to have the potential to be multigas adsorbents compared to formulations that contain NiO.

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 seuil0,003

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 Opus0,022
Tête enseignante GPT0,249
Écart entre enseignants0,227 · 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

Citations16
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS Combinatorial ScienceMême sujetGas Sensing Nanomaterials and SensorsTravaux en français237 207