MétaCan
Menu
Retour à la cohorte
Enregistrement W2883942812 · doi:10.1002/cjce.23295

Synthesis of Ru‐silica aerogel as efficient catalyst for hydrogenation of p‐phenylenediamine to 1,4‐cyclohexanediamine

2018· article· en· W2883942812 sur OpenAlexvenueno aff
Chunyang Liu, Yu Zhang, Jianguo Cai

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2018
Typearticle
Langueen
DomaineChemistry
ThématiqueAerogels and thermal insulation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCatalysisAerogelX-ray photoelectron spectroscopySupercritical fluidSelectivitySol-gelMaterials scienceReactivity (psychology)Supercritical dryingFourier transform infrared spectroscopyNuclear chemistryChemical engineeringSilica gelChemistryOrganic chemistryNanotechnologyComposite material

Résumé

récupéré en direct d'OpenAlex

Tetraethylorthosilicate (TEOS) and methyl trimethoxysilane (MTMS) were used as raw materials to prepare an Ru‐silica aerogel catalyst by sol‐gel and the supercritical drying method. The catalyst was characterized by various techniques including BET, TEM, FTIR, SEM, XPS, XRD, TG, and EDS. It was used for the hydrogenation of p‐phenylenediamine (PDA) to 1,4‐cyclohexanediamine (CHDA). The effect of various parameters, such as loading methods, catalyst components, catalyst amount, and the reaction time were systematically investigated. It was found by XPS that supercritical ethanol can convert Ru 3+ to Ru 0 by its strong reducing property. The catalyst prepared by sol‐gel and the supercritical drying method is homogeneous, with high loading rates and a high specific surface area above 700 m 2 /g. The reactivity of the catalyst prepared by the sol‐gel method is much higher than that prepared by the impregnation method. The PDA conversion of 99 % alone with the CHDA selectivity of 64 % were achieved under the reaction temperature of 150 °C and the pressure of 5 Mpa for 1 h. The PDA conversion decreased as the MTMS ratio increased in the catalyst. The anti‐cis ratio of CHDA reached the maximum value (2.25) when the ratio of MTMS/ TEOS was 2/3.

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)0,001
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 enseignants0,005
Score d'incertitude au seuil0,398

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,008
Tête enseignante GPT0,205
Écart entre enseignants0,197 · 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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetAerogels and thermal insulationTravaux en français237 207