Highly selective solvent-free hydrogenation of pinenes to added-value cis-pinane
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Heterogeneous catalysts based on different active metals (Pd, Pt, Ru, and Rh) and supports (carbon and alumina) were systematically tested for hydrogenation of pinenes under various reaction conditions including heating and/or sonication. Among all, Ru provided some of the best results. After sonication, Ru/C was found highly active and selective for the reduction of α-pinene alone into cis -pinane (99% selectivity at 100% conversion). However, in the absence of sonication the same catalyst was completely inactive. Alumina appeared to be a support with a beneficial chemical effect on the activity of the Ru. Indeed, Ru/Al 2 O 3 was found very active and selective for hydrogenation of both α- and β-pinene into cis -pinane (99–100% selectivity at 100% conversion) under mild reaction conditions (room temperature, 400 Psi H 2 ). The selectivity toward cis -pinane decreased in the following order: Ru > Rh > Pt > Pd. An extremely low leaching rate of Ru and other metals determined by inductively coupled plasma mass spectrometry confirmed the heterogeneous nature of this catalytic solvent-free hydrogenation. Ru/C was successfully recycled seven times with no decline in activity and selectivity, whereas Ru/Al 2 O 3 could be used only once to convert pinenes to cis -pinane. Solubilization prediction tests of some natural products have revealed that pinane compares very well with n -hexane and may be an alternative to this fossil-based solvent. When compared experimentally with n -hexane, cis -pinane solubilized 42, two, and three times more of β-carotene, vanillin, and rosmarinic acid, respectively.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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