MétaCan
Menu
Retour à la cohorte
Enregistrement W2963984883 · doi:10.1002/aic.16724

An intrinsic kinetic model for liquid‐phase photocatalytic hydrogen production

2019· article· en· W2963984883 sur OpenAlexafffund
M.R. Karimi Estahbanati, Mehrzad Feilizadeh, Maria C. Iliuta

Notice bibliographique

RevueAIChE Journal · 2019
Typearticle
Langueen
DomaineEnergy
ThématiqueAdvanced Photocatalysis Techniques
Établissements canadiensUniversité Laval
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaFonds de recherche du Québec – Nature et technologiesUniversité Laval
Mots-clésHydrogen productionHydrogenPhotocatalysisKinetic energySubstrate (aquarium)CatalysisMaterials scienceExperimental dataBiological systemChemistryPhase (matter)KineticsChemical engineeringThermodynamicsProcess engineeringEngineeringMathematicsOrganic chemistryPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract A kinetic study was accomplished to describe the photocatalytic production of hydrogen in liquid phase. A reaction mechanism and a kinetic model were proposed to predict the rate of hydrogen production, which is a function of light intensity, catalyst loading, substrate concentration, and time. To assess the capability of the proposed model, glycerol and ethanol were selected as representative hydrogen sources (substrates). The experimental data performed under different operating conditions, based on Box–Behnken experimental design, were used to train the developed kinetic model, optimize the parameters using genetic algorithms and check its accuracy. The analysis confirms the validity of the model under different operating conditions. In addition, the ability of the model to predict the rate of hydrogen production for other substrates, photocatalysts, and operating conditions was confirmed by comparing model predictions with experimental data from literature.

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)0,000
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 enseignants0,081
Score d'incertitude au seuil0,899

Scores Codex et Gemma par catégorie

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 savante0,0000,001
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 Opus0,020
Tête enseignante GPT0,311
Écart entre enseignants0,292 · 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

Citations32
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAIChE JournalMême sujetAdvanced Photocatalysis TechniquesTravaux en français237 207