MétaCan
Menu
Retour à la cohorte
Enregistrement W2501277617 · doi:10.1021/bk-2014-1173.ch004

Soft-Templated Mesoporous Carbons: Chemistry and Structural Characteristics

2014· book-chapter· en· W2501277617 sur OpenAlexaff
Dipendu Saha, Renju Zacharia, Amit K. Naskar

Notice bibliographique

RevueACS symposium series · 2014
Typebook-chapter
Langueen
DomaineMaterials Science
ThématiqueMesoporous Materials and Catalysis
Établissements canadiensUniversité du Québec à Trois-Rivières
Organismes subventionnairesnon disponible
Mots-clésMesoporous materialCarbon fibersAmphiphileMicroporous materialNanotechnologyMaterials scienceAdsorptionChemistryChemical engineeringOrganic chemistryCopolymerCatalysisComposite materialPolymer

Résumé

récupéré en direct d'OpenAlex

Soft-templated mesoporous carbon is a relatively newer variety of synthetic nanoporous carbon. This type of carbon is templated by the micellar actions of amphiphilic surfactants with the phenolic type of carbon precursors. The role of surfactants is similar to that of silica in the case of hard-templating, i.e., to dictate the structural characteristics and mesoporosity of the carbons. A wide variety of amphiphilic surfactants along with synthetic and natural precursors were employed for use as a carbon source. Despite being termed as mesoporous carbon, these materials usually contain a large fraction of micropore distribution which is clearly observed in the type IV nature of nitrogen adsorption-desorption plot. Because of the unique mesopore feature of such carbon, it has found wide application in several unique fields of science and technology. This particular review briefly discusses the synthesis protocols of mesoporous carbons, including the types of carbon precursors and surfactants along with their critical role in dictating the structural characteristics. It also introduces the role of physical and chemical activation in enhancing the porosity and the key structural features of soft-templated mesoporous carbons.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,298
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,007
Tête enseignante GPT0,198
Écart entre enseignants0,191 · 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.

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

Citations11
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS symposium seriesMême sujetMesoporous Materials and CatalysisTravaux en français237 207