MétaCan
Menu
Retour à la cohorte
Enregistrement W2345313857 · doi:10.1515/ijcre-2015-0112

Hydrotreatment of Light Cycle Oil Over a Dispersed MoS <sub>2</sub> Catalyst

2016· article· en· W2345313857 sur OpenAlexafffund
Haiping Zhang, Hongfei Lin, Ying Zheng

Notice bibliographique

RevueInternational Journal of Chemical Reactor Engineering · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueCatalysis and Hydrodesulfurization Studies
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Foundation for Innovation
Mots-clésHydrodesulfurizationHydrodenitrogenationCatalysisChemistrySulfurReactivity (psychology)Steric effectsNitrogenOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Examination of the hydrotreatment of light cycle oil over a dispersed MoS 2 catalyst was conducted in a batch reactor at 375 °C and 1,500 psi. Hydrodesulfurization, hydrodenitrogenation, hydrogenation of aromatics, and hydrocracking activity were all analyzed. Diaromatics are more reactive than monoaromatics. Different sulfur compounds have experimental rates of elimination following the trend of BT&gt;1MBT&gt;&gt; 2MBT&gt;3MBT&gt;4MBT&gt;&gt;DBT≈1MDBT≈2MDBT≈3MDBT. BT and its derivatives are very reactive and easy to eliminate, but become harder to convert as they gain methyl groups. DBTs are harder to eliminate than BTs, and don’t experience significant changes in reactivity as they gain methyl groups. This difference indicates that steric hindrance is more significant in supported catalysts than in unsupported catalysts. Different nitrogen compounds have experimental rates of elimination following the trend of Anilines&gt; Indoles&gt; Carbazoles.

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 enseignants0,004
Score d'incertitude au seuil0,470

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 Opus0,004
Tête enseignante GPT0,198
Écart entre enseignants0,194 · 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

Citations9
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Chemical Reactor EngineeringMême sujetCatalysis and Hydrodesulfurization StudiesTravaux en français237 207