MétaCan
Menu
Retour à la cohorte
Enregistrement W2564520095 · doi:10.1021/acs.oprd.6b00344

A Comparative Study of Solvent-Free and Highly Efficient Pinene Hydrogenation over Pd on Carbon, Alumina, and Silica Supports

2016· article· en· W2564520095 sur OpenAlexafffund
Ayyoub Selka, Natalie A. Levesque, Delphine Foucher, Olivier Clarisse, Farid Chemat, Mohamed Touaibia

Notice bibliographique

RevueOrganic Process Research & Development · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueCatalysis for Biomass Conversion
Établissements canadiensUniversité de Moncton
Organismes subventionnairesNew Brunswick Innovation FoundationCanada Foundation for Innovation
Mots-clésCatalysisSelectivityChemistrySolventPineneLeaching (pedology)PalladiumOrganic chemistryCarbon fibersInorganic chemistryMaterials scienceComposite number

Résumé

récupéré en direct d'OpenAlex

Solvent-free catalytic hydrogenation of pinene over Pd on carbon, alumina, and silica supports were compared. Despite the absence of solvent, Pd catalyst on all three supports yields to a quantitative conversion of pinene to pinanes and a higher selectivity for the cis isomer (72–89%). The temperature affected similarly the selectivity of the reaction for all three catalysts in favor of the cis -pinane isomer. However, recycling of the Pd on the three tested supports varied greatly. If Pd/C and Pd/alumina were successfully recycled 13 and 14 times, respectively, Pd/silica could be used only once to convert pinenes into pinanes. Remaining very effective during all 13 cycles, Pd/C was the best catalyst/support of the three tested ones for the solvent-free hydrogenation of pinene. The influence of H 2 pressure on pinene conversion rates were investigated for Pd/C catalyst. An extremely low leaching rate of palladium in pinenes and pinanes determined by ICP/MS confirmed the heterogeneous nature of this catalytic solvent-free reaction. The hydrogenation reaction presented in this paper is an alternate environmentally friendly pathway for pinane synthesis.

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 seuil0,003

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 Opus0,018
Tête enseignante GPT0,285
Écart entre enseignants0,267 · 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

Citations39
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOrganic Process Research & DevelopmentMême sujetCatalysis for Biomass ConversionTravaux en français237 207