MétaCan
Menu
Retour à la cohorte
Enregistrement W2587455106 · doi:10.6000/1929-6037.2016.05.04.1

Zeolite A-Carbon Membranes: Possibilities in H2 Purification and how to Overcome their Shortcomings

2017· article· en· W2587455106 sur OpenAlexvenueno aff
Francisco J. Varela‐Gandía, Dolores Lozano‐Castelló, Diego Cazorla‐Amorós, Ángel Berenguer‐Murcia

Notice bibliographique

RevueJournal of Membrane and Separation Technology · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueMembrane Separation and Gas Transport
Établissements canadiensnon disponible
Organismes subventionnairesMinisterio de Economía y Competitividad
Mots-clésZeoliteMembraneChemistryCarbon fibersPolymer scienceChemical engineeringOrganic chemistryBiochemistryCatalysisMaterials scienceEngineeringComposite material

Résumé

récupéré en direct d'OpenAlex

This work describes the modification of zeolite Na-LTA membranes supported on macroporous carbon materials, prepared by a combination of secondary hydrothermal treatment followed by different alternative post-synthesis procedures, which aim at improving the permeance properties of the as-synthesized Na-LTA membranes with a simulated reformer mixture (H2, CO, CO2 and H2O) towards their use in a hydrogen purification device.These post-synthetic treatments include the deposition of a thin layer of amorphous silica formed by the hydrolysis of a silicon alcoxide, the coating with a thin metallic film by electroless plating, and the deposition of noble metal nanoparticles. Our results indicate that some of these treatments, which may be performed very quickly compared to other treatments which are generally used in order to improve the quality of the membranes, result in membranes which may effectively separate H2 from CO under simulated reformer conditions. Considering the simple approach employed in some of the cases described in this study, the potential benefits should be considered highly interesting in fields such as membrane recovery and membrane selectivity control.

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 enseignants0,127
Score d'incertitude au seuil0,610

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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 Opus0,014
Tête enseignante GPT0,254
Écart entre enseignants0,241 · 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

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Membrane and Separation TechnologyMême sujetMembrane Separation and Gas TransportTravaux en français237 207