MétaCan
Menu
Retour à la cohorte
Enregistrement W2551401459 · doi:10.20286/nova-jeas-050105

Hydrogenation of Carbon Monoxide and Carbon Dioxide over Nano γ-Alumina Supported Cobalt (III)/Molybdenum Catalyst

2016· article· en· W2551401459 sur OpenAlexvenueno aff
Mohammad Ali Takassi, Abbas Helalizadeh, Mina Jaberi Rad

Notice bibliographique

RevueNova Journal of Engineering and Applied Sciences · 2016
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueCatalysts for Methane Reforming
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCatalysisCarbon monoxideCobaltMolybdenumElectrochemical reduction of carbon dioxideInorganic chemistryMaterials scienceCarbon nanotube supported catalystMethanizerCarbon dioxideMethaneMolybdateCatalyst supportCobalt oxideCarbon fibersChemistryCarbon nanofiberOrganic chemistryComposite materialComposite number

Résumé

récupéré en direct d'OpenAlex

Ligated dicobalt (III) heptamolybdate (CoL6)2(Mo7O24) multitransition-metal complex was prepared. This complex was deposited evenly on nano γ-alumina catalyst support. The partial reduction of cobalt (III)/ molybdate pre-catalyst was performed in a batch reactor with hydrogen gas at a pressure of 20 bars and temperature of 873oK for 5 hours. The catalyst was characterized using FTIR, XRD, BET and TEM. The nano cobalt (III)/molybdenum catalyst was employed for hydrogenation reaction of carbon monoxide and carbon dioxide. The assessment of the catalyst was carried out at different temperature over a pressure range of 10-50 bars with various H2/CO ratios. This catalyst was found to be active, and stable for usage at high temperature and moderate pressure. The catalyst gave an excellent conversion of carbon monoxide to hydrocarbons (95%); it also converted 78% of carbon dioxide to carbon monoxide (73) and methane (5%). TEM image demonstrated catalyst has nearly spherical morphology with the average particle size of 46.86 nm.Keywords: complex, carbon monoxide, Carbon dioxide, multitransition-metal, surface modified nano catalyst

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 seuil0,002

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 Opus0,012
Tête enseignante GPT0,229
Écart entre enseignants0,216 · 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

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNova Journal of Engineering and Applied SciencesMême sujetCatalysts for Methane ReformingTravaux en français237 207