MétaCan
Menu
← Retour à la cohorte
Enregistrement W2622236899 · doi:10.1021/acs.est.6b05601

Nitrosamine Formation in Amine-Based CO<sub>2</sub> Capture in the Absence of NO<sub>2</sub>: Molecular Modeling and Experimental Validation

2017· article· en· W2622236899 sur OpenAlexafffund
Huancong Shi, Teeradet Supap, Raphael Idem, Don Gelowitz, Colin Campbell, Max Ball

Notice bibliographique

RevueEnvironmental Science & Technology · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueCarbon Dioxide Capture Technologies
Établissements canadiensUniversity of Regina
Organismes subventionnairesSaskPowerInnovation Saskatchewan
Mots-clésNitrosamineChemistryDiethylamineAmine gas treatingReaction mechanismMoleculePhotochemistryComputational chemistryCarcinogenOrganic chemistryCatalysis

Résumé

récupéré en direct d'OpenAlex

A computational chemistry approach was used to elucidate and verify the different nitrosamine formation mechanisms and pathways. These included nitrosamine formation under acid or basic environments in the presence of NO, O 2, SO 2 and CO 2 without NO 2 . The results clearly showed that nitrosamine could be formed without NO 2 via 2 different types of mechanisms, namely, addition and elimination forming N–N bond before proton transfer and proton transfer before N–N bond formation, respectively. The essence of these mechanisms identified in this work was that two reaction steps were required to complete both reaction mechanisms with different nitrosating agents. Two steps were both necessary neither of which could be neglected, if the nitrosamine formation reaction was to be completed. Computational simulation performed on the reactant, intermediate, transition state, and product for each set of reactions also validated the proposed mechanisms. Experiment also detected nitrosamine from the reaction of diethylamine and NO, SO 2, O 2, and CO 2 in both liquid and gas phase. Thus, NO 2 is not necessary for nitrosamine formation to occur in the CO 2 capture system.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,007
Tête enseignante GPT0,210
Écart entre enseignants0,204 · 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

Citations12
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & Technology→Même sujetCarbon Dioxide Capture Technologies→Travaux en français237 207→