MétaCan
Menu
Retour à la cohorte
Enregistrement W2891981573 · doi:10.1002/apj.2249

Physiochemical characterization and support interaction of alumina‐supported heteropolyacid catalyst for biodiesel production

2018· article· en· W2891981573 sur OpenAlexafffund
Ankeeta Kurhade, Ajay K. Dalai

Notice bibliographique

RevueAsia-Pacific Journal of Chemical Engineering · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueCatalysis and Hydrodesulfurization Studies
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesCanada Excellence Research Chairs, Government of CanadaNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésCatalysisThermogravimetric analysisMaterials scienceNuclear chemistryMethanolScanning electron microscopeFourier transform infrared spectroscopyBiodieselAdsorptionAnalytical Chemistry (journal)ChemistryChemical engineeringOrganic chemistryComposite material

Résumé

récupéré en direct d'OpenAlex

Abstract 12‐Tungstophosphoric acid (TPA)‐supported γ‐Al2O3 catalysts were synthesized with varying TPA loadings. Catalysts characteristics were determined using Brunauer–Emmett–Teller surface area analysis, thermogravimetric analyses, X‐ray diffraction, Raman, pyridine‐adsorbed Fourier‐transform infrared spectroscopy, and 13C hpdec (high‐power 1H decoupling) nuclear magnetic resonance, whereas surface morphology was studied using scanning electron microscope and transmission electron microscopy analyses. Surface defects were found in the catalyst with higher TPA loadings (55–65 wt.%). The presence of WOx was observed at higher loadings and later agglomerated into tungsten oxide crystals. The TPA impregnated catalysts were investigated for biodiesel synthesis from canola oil. The reaction was found to be independent of mass transfer limitation. The activation energy was 33.6 kJ mol−1, and pre‐exponential factor was 7.3*10−2 min−1. The turnover frequency for the supported catalysts was found in the range of 9.7*10−4–8.8*10−2 min−1. A conversion of 94.9 ± 2.3% was obtained under the optimized conditions, that is, 10 wt.% of the catalyst loading, 17.5 methanol to oil molar ratio, 4 MPa, and at 200°C in 10 hr.

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 seuil0,003

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 Opus0,009
Tête enseignante GPT0,222
Écart entre enseignants0,213 · 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

Citations27
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAsia-Pacific Journal of Chemical EngineeringMême sujetCatalysis and Hydrodesulfurization StudiesTravaux en français237 207