MétaCan
Menu
Retour à la cohorte
Enregistrement W2952409554 · doi:10.1021/cm048476v

Coprecipitation of Nickel−Copper−Aluminum Takovite as Catalyst Precursors for Simultaneous Production of Carbon Nanofibers and Hydrogen

2005· article· en· W2952409554 sur OpenAlexaff
A. R. Naghash, Zhenghe Xu, Thomas H. Etsell

Notice bibliographique

RevueChemistry of Materials · 2005
Typearticle
Langueen
DomaineMaterials Science
ThématiqueLayered Double Hydroxides Synthesis and Applications
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésCoprecipitationCopperCatalysisNickelInorganic chemistryMaterials scienceBruciteHydrogen productionThermogravimetric analysisChemistryMagnesiumMetallurgyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

A series of nickel-, copper-, and aluminum-containing catalysts at a (Ni+Cu)/Al mole ratio of 3 and Cu/Ni mole ratio in the range of 0.03−0.4 was prepared by coprecipitation from corresponding metal nitrate solutions at alkaline pH. The composition and structure of the precipitates were determined by chemical analysis, thermogravimetric analysis (TGA), and X-ray diffraction (XRD). The XRD patterns confirmed that the precipitates are of hydrotalcite-like structures and, more specifically, they are takovite. The brucite-like layers consist of nickel, copper, and aluminum ions of composition [Cu y Ni x - y Al 1 - x (OH) 2 ] (1 - x )+, while the interlayers consist of CO 3 2- and crystalline water. The observed variation of lattice parameters with copper content led us to conclude that the copper and aluminum ions were randomly substituted for the nickel ions in the brucite layer. The catalytic conversion tests at 670 °C showed a significantly enhanced catalytic reactivity of 2 mol % copper-doped catalysts as compared to a pristine nickel catalyst. A higher copper doping led to a less significant improvement in catalytic reactivity. A scanning electron micrograph (SEM) confirmed the production of carbon nanofibers.

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 seuil0,002

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 Opus0,011
Tête enseignante GPT0,242
Écart entre enseignants0,232 · 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

Citations51
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemistry of MaterialsMême sujetLayered Double Hydroxides Synthesis and ApplicationsTravaux en français237 207