MétaCan
Menu
Retour à la cohorte
Enregistrement W2900070487 · doi:10.1021/acsanm.8b01457

MnO<sub>2</sub>/Fe<sub>2</sub>O<sub>3</sub> Nanocomposite Sorbent for Gas Capture

2018· article· en· W2900070487 sur OpenAlexafffund
Xiaowei Ma, Rui Yang, Renny Doig, Aaron Liu, M.A. Rankin, Lisa M. Croll, Peng Zhang, J. R. Dahn

Notice bibliographique

RevueACS Applied Nano Materials · 2018
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCatalytic Processes in Materials Science
Établissements canadiens3M (Canada)Dalhousie University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada3M
Mots-clésNanocompositeSorbentAdsorptionMaterials scienceMesoporous materialChemical engineeringAqueous solutionTransmission electron microscopyNanoparticleSpecific surface areaPorosityAbsorption (acoustics)Analytical Chemistry (journal)NanotechnologyChemistryComposite materialPhysical chemistryOrganic chemistryCatalysis

Résumé

récupéré en direct d'OpenAlex

A special type of hydrous MnO2/Fe2O3 nanocomposite was prepared using a two-step precipitation method. Fe2O3·xH2O nanoparticles, precipitated from Fe(NO3)3 and NH3·H2O, were proposed to be embedded into the mesoporous network of MnO2, which was synthesized by the aqueous reaction between KMnO4 and glucose. The nanocomposite with an equal Mn/Fe molar ratio shows strong synergy, with a specific surface area of 388 m2/g, much larger than those of individual MnO2 or Fe2O3·xH2O samples. As a result, this nanocomposite exhibited the highest adsorption capacity for NH3 and SO2. The isolation of Fe2O3·xH2O by MnO2, leading to mitigated aggregation of Fe2O3·xH2O nanoparticles, was characterized by transmission electron microscopy, powder X-ray diffraction, and vibrational spectra. X-ray absorption spectroscopy was used to study the interaction between Fe2O3·xH2O and MnO2 after the formation of composites. This typical method for the preparation of nanocomposites proved to be effective to improve porosity, as demonstrated by N2 adsorption isotherms and small-angle X-ray scattering.

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)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict)
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 enseignants0,008
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,001
Science ouverte0,0030,002
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,004

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 GPT0,234
Écart entre enseignants0,223 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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'admission2
Résumé présentoui

Explorer davantage

Même revueACS Applied Nano MaterialsMême sujetCatalytic Processes in Materials ScienceTravaux en français237 207