MétaCan
Menu
Retour à la cohorte
Enregistrement W2336675218 · doi:10.1002/cjce.22521

Benefits of microwave heating method in production of activated carbon

2016· article· en· W2336675218 sur OpenAlexaffvenue
Azadeh B. Namazi, D. Grant Allen, Charles Q. Jia

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2016
Typearticle
Langueen
DomaineChemistry
ThématiqueMicrowave-Assisted Synthesis and Applications
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésActivation energyMicrowaveCharActivated carbonYield (engineering)ChemistryReaction rateMaterials scienceChemical engineeringNuclear chemistryCatalysisOrganic chemistryPyrolysisComposite materialAdsorption

Résumé

récupéré en direct d'OpenAlex

Abstract This work investigates the chemical activation of a biochar sample using microwaves with KOH and NaOH. The activation of char samples was carried out in a microwave oven operating at 2.45 GHz with a power input of 1200 W. The specific surface area (SSA), yield (%), and pore size distribution were studied for microwave activation with KOH and NaOH. In microwave‐assisted activation, the activation yields for NaOH and KOH activation were in the ranges of 40–70 % and 60–80 %, respectively. The NaOH‐activation takes 1.5 h in a furnace to fabricate an activated carbon with a SSA of 2600 m2 · g−1. However, in microwave activation, a 5 min activation with a power of 1200 W results in activated carbon with a SSA of 1900 m2 g−1. The activation yield and SSA are mainly controlled by impregnation ratio in microwave‐assisted activation because KOH and NaOH were the sources of heat for the activation reaction. In this work, the microwave activation increased the reaction rate by 15 times compared to the furnace activation. Microwaves have a “non‐thermal effect” on the kinetic parameters of chemical activation reactions. This effect was more evident in the case of NaOH microwave activation, probably because it is a more reactive compound compared to KOH.

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 Opus0,013
Tête enseignante GPT0,210
Écart entre enseignants0,198 · 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

Citations34
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetMicrowave-Assisted Synthesis and ApplicationsTravaux en français237 207