MétaCan
Menu
Retour à la cohorte
Enregistrement W2965879814 · doi:10.3390/ma12152438

Preparation of Carbon-Silicon Doping Composite Adsorbent Material for Removal of VOCs

2019· article· en· W2965879814 sur OpenAlexaff
Zhenwei Han, Shunli Kong, Hong Sui, Xingang Li, Zisheng Zhang

Notice bibliographique

RevueMaterials · 2019
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric chemistry and aerosols
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNational Key Research and Development Program of China
Mots-clésAdsorptionComposite numberDopingMaterials scienceSiliconCarbon fibersActivated carbonChemical engineeringComposite materialWaste managementChemistryOrganic chemistryMetallurgy

Résumé

récupéré en direct d'OpenAlex

The adsorption-desorption combined process has been considered as a promising method for the industrial VOCs (volatile organic compounds) treatment. Herein, a carbon-silicon composite adsorbent material has been prepared for the removal of VOCs at lower potential flammable risk. The preparation involves two main steps: Extrusion forming and thermal treatment. The carboxymethyl cellulose and silicate were adopted as binder and fire retardant respectively. The molding and inflaming retarding mechanisms were proposed and discussed. Results show that the newly prepared doping combined material is micro-mesoporous with a specific surface area of 729 m2/g. The maximum adsorption capacity of carbon-silicon doping combined material to p-xylene is observed to be 292 mg/g. The adsorption is found to be favorable, which is well described by the Yoon-Nelson model and Freundlich isotherm. The combined material is also found to possess reversible adsorption to p-xylene; without sacrificing (<2%) too much adsorption capacity after five adsorption-desorption cycles. The composite materials have an increased ignition temperature of at least 40 °C compared with raw carbon material. These findings suggest that the obtained composite material possesses good adsorption capacity and flame-retardant properties.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,004
Score d'incertitude au seuil0,999

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 GPT0,238
Écart entre enseignants0,227 · 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.

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

Citations24
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMaterialsMême sujetAtmospheric chemistry and aerosolsTravaux en français237 207