MétaCan
Menu
Retour à la cohorte
Enregistrement W2340866822 · doi:10.1002/cjce.22499

Hydrogenation of citral over nitrogen‐doped carbon nanofibre‐supported nickel catalyst

2016· article· en· W2340866822 sur OpenAlexvenueno aff
Stanisław Gryglewicz, Agata Śliwak, Joanna Ćwikła, Grażyna Gryglewicz

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueCatalysis for Biomass Conversion
Établissements canadiensnon disponible
Organismes subventionnairesMinistarstvo Obrazovanja, Znanosti i Sporta
Mots-clésCitralCitronellalCatalysisNickelSelectivityTolueneCarbon fibersChemistryNitrogenNanoparticleMaterials scienceInorganic chemistryOrganic chemistryNanotechnologyChromatographyComposite material

Résumé

récupéré en direct d'OpenAlex

Abstract Herringbone carbon nanofibres (hCNFs) and nitrogen‐doped carbon nanofibres with 0.115 g/g (11.5 %) of N (N‐hCNFs) were used as the supports of nickel catalysts in the liquid phase hydrogenation of citral using toluene as a solvent. Over 96 % selectivity to citronellal was obtained at 150 °C for both catalysts. At the reaction temperature of 200 °C, reasonable amounts of isopulegol were formed additionally as a result of citronellal cyclization. The catalytic activity of Ni nanoparticles was significantly improved when supported on CNFs doped with nitrogen. The hydrogenation of cis ‐citral was remarkably favoured over the trans ‐citral isomer regardless of the reaction temperature. The hydrogenation of citronellal under the same process conditions was also studied. The sequential‐parallel reactions network for the hydrogenation of citral under the applied conditions was proposed and the kinetic constants were evaluated, assuming pseudo‐first order kinetics of the hydrogenation process.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,012
Score d'incertitude au seuil0,453

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,005
Tête enseignante GPT0,166
Écart entre enseignants0,161 · 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.

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

Citations7
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetCatalysis for Biomass ConversionTravaux en français237 207