MétaCan
Menu
Retour à la cohorte
Enregistrement W2759661513 · doi:10.1002/cjce.23033

Large‐scale oxidation of multi‐walled carbon nanotubes in fluidized bed from ozone‐containing gas mixtures

2017· article· en· W2759661513 sur OpenAlexvenueno aff
Pierre Lassègue, Laure Noé, Jean‐Charles Dupin, Marc Monthioux, Brigitte Caussat

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2017
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCarbon Nanotubes in Composites
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOzoneFluidized bedFluidizationChemical engineeringCarbon nanotubeMaterials sciencePhenolOxygenWater vaporChemistryCarbon fibersOrganic chemistryComposite material

Résumé

récupéré en direct d'OpenAlex

Abstract 100 g of multi‐walled carbon nanotubes (MWCNTs) tangled in balls of 388 μm in Sauter diameter were treated per run in a pre‐industrial scale fluidized bed reactor, using ozone‐based gaseous mixtures at ambient temperature. The influence of ozone concentration and of the addition of water vapour was studied, for treatment durations between 1 h and 20 h. The process behaviour was analyzed in terms of fluidized bed pressure drop and temperature profile. The nature and amount of the grafted oxygen based functions were analyzed, as the structural modifications created. An oxidation mechanism in two steps was evidenced, showing the grafting of hydroxyl, phenol, and ether functions in a first step and then of lactone, quinone, carbonyl, and carboxylic groups. A moderate etching of the MWCNT outer walls was observed. The amount of grafted functions and of structural defects increased with treatment duration and was highly exalted by the presence of water vapour. All the results obtained showed that the oxidation was uniform on the whole powder of the bed and from the outer part to the centre of the balls, probably thanks to the high fluidization quality maintained all along the ozone treatment.

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 enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
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 GPT0,222
Écart entre enseignants0,212 · 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

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetCarbon Nanotubes in CompositesTravaux en français237 207