MétaCan
Menu
← Retour à la cohorte
Enregistrement W2401230607

Dehydration of Glycerol to Acrolein in Fluidized Bed Reactor

2015· article· en· W2401230607 sur OpenAlexfundno aff
Marjan Dalil

Notice bibliographique

RevuePolyPublie (École Polytechnique de Montréal) · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueBiofuel production and bioconversion
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMitacs
Mots-clésAcroleinGlycerolDehydrationFluidized bedChemistryWaste managementPulp and paper industryChromatographyEnvironmental scienceOrganic chemistryCatalysisEngineeringBiochemistry
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Finalement la formation de coke réduit la surface spécifique du catalyseur de 30.5 m 2 /g à 23 m 2 /g après 14 h.Les dépôts de coke n'obstruent donc pas l'orifice des pores du catalyseur mais se déposent plutôt sous forme d'une monocouche le long des parois internes des pores.Des charges d'acid phosphotungstic (HPW) de 10, 20 et 30 wt% massiques été déposées par imprégnation sur deux types de support d'oxide de titane.Les performances des catalyseurs ont été examinées dans les mêmes conditions opératoires dans un microréacteur à lit fluidisé.Les catalyseurs d'oxide de titane pur ont montré la plus faible sélectivité envers l'acroléine et la plus forte pour l'acétol.La sélectivité pour l'acétol diminue ensuite à mesure que la charge en tungstène augmente.D'un autre côté, pour les deux types de supports, 20% s'est révélé être la charge massique optimale d'acid phosphotungstic pour la production d'acroléine (48% de sélectivité) à 280 • C. Une diminution des pores du TiO 2 de 17.3 nm à 5.6 nm fait chuter la sélectivité en acroléine de 48% à 35% tout en triplant la formation de coke.Finalement, nous avons examiné les effets de l'addition de promoteurs de coke tels que la tétraline et la décaline sur les catalyseurs de WO 3 -TiO 2 .La forte formation de coke en début de réaction est attribuée à la présence de sites non sélectifs à la surface du catalyseur frais.Les promoteurs de coke couvrent ces sites et augmentent ainsi la sélectivité en acroléine de 10% à 30% dans les 30 premières minutes de la réaction.viii

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 enseignants0,004
Score d'incertitude au seuil0,007

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)0,0020,001

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 GPT0,220
Écart entre enseignants0,207 · 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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolyPublie (École Polytechnique de Montréal)→Même sujetBiofuel production and bioconversion→Travaux en français237 207→