MétaCan
Menu
Retour à la cohorte
Enregistrement W2585837785 · doi:10.1002/cjce.22801

One pot peroxidation of oleic acid rich <i>Azadirachta indica</i> oil over bio‐waste derived heterogeneous catalyst

2017· article· en· W2585837785 sur OpenAlexvenueno aff
Himadri Sahu, Kaustubha Mohanty

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueCatalysis and Hydrodesulfurization Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAzadirachtaCatalysisIodine valueOleic acidNuclear chemistryNeem oilChemistryFormic acidOrganic chemistryBiochemistryBotany

Résumé

récupéré en direct d'OpenAlex

Abstract In this work, a heterogeneous catalyst was developed from waste fish bone. ZnO was deposited onto the waste fish bone to enhance the surface properties along with ion exchangeability. After characterization, the developed catalyst was found to have a much higher surface area (217 m 2 · g −1 ) than that of raw fish bone (10 m 2 · g −1 ). This catalyst was used during peroxidation of oleic acid rich Azadirachta indica oil (neem oil) to observe its suitability and efficiency. A quadratic model was developed with five input variables (temperature ( T ), time ( t ), g/g of catalyst ( H Zn ), H 2 O 2 :oil ratio ( γ H:FA ), formic acid:oil ratio ( γ F:FA )) and 2 output variables (Iodine value, Oxirane Oxygen Conversion). The optimized parametric values for T , t , H Zn , γ H:FA , and γ F:FA were found to be 60 °C, 3.88 h, 20 g/g, 19.05:1, and 19.85:1 respectively. The final epoxidized oil was characterized using FTIR and 1 HNMR. The reusability of the catalyst was studied both quantitatively and qualitatively.

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 enseignants0,052
Score d'incertitude au seuil0,580

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 Opus0,010
Tête enseignante GPT0,192
Écart entre enseignants0,182 · 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

Citations4
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetCatalysis and Hydrodesulfurization StudiesTravaux en français237 207