MétaCan
Menu
Retour à la cohorte
Enregistrement W2611228938 · doi:10.3390/lubricants5020011

Chemical/Structural Modification of Canola Oil and Canola Biodiesel: Kinetic Studies and Biodegradability of the Alkoxides

2017· article· en· W2611228938 sur OpenAlexaff
Venu Babu Borugadda, Asish K. R. Somidi, Ajay K. Dalai

Notice bibliographique

RevueLubricants · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueBiodiesel Production and Applications
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésCanolaLubricityBiodieselCatalysisOrganic chemistryChemistryChemical engineeringEpoxideTransesterificationBiodegradationAlcoholMaterials scienceFood science

Résumé

récupéré en direct d'OpenAlex

Canola oil and canola biodiesel derived alkoxides are prepared in the present investigation through a series of structural modifications. Epoxidation of canola oil and canola biodiesel were carried out by hydrogen peroxide using IR-120 as an acidic catalyst. The alkoxylation of epoxidized feedstocks was promoted using 2-propanol and tert-Butyl alcohol in the presence of montmorillonite catalyst and optimum reaction conditions were obtained for complete epoxide conversion to alkoxylated products as follows: reaction temperature of 90 °C, epoxide to alcohol molar ratio of 1:6, and reaction time between 6 and 8 h. The products were identified with one- and two-dimensional Nuclear Magnetic Resonance (NMR) techniques, and the kinetic and thermodynamic parameters of the alkoxylation reactions were also investigated. The thermo-oxidative stability, rheology, biodegradability and lubricity properties of the prepared alkoxides were determined using American Society for Testing and Materials (ASTM) and American Oil Chemists Society (AOCS) standard methods. Structural modification of the feedstocks enhanced the significant properties for lubrication and exhibited their potential application as gear and engine oils.

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 Opus0,037
Tête enseignante GPT0,275
Écart entre enseignants0,238 · 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

Citations20
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLubricantsMême sujetBiodiesel Production and ApplicationsTravaux en français237 207