MétaCan
Menu
Retour à la cohorte
Enregistrement W2974208986 · doi:10.1021/acs.energyfuels.9b01662

Dynamic Study of Butanol and Water Adsorption onto Oat Hull: Experimental and Simulated Breakthrough Curves

2019· article· en· W2974208986 sur OpenAlexafffund
Qian Huang, Catherine Hui Niu, Ajay K. Dalai

Notice bibliographique

RevueEnergy & Fuels · 2019
Typearticle
Langueen
DomaineNursing
ThématiqueFood composition and properties
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesMitacsCanada Foundation for InnovationWestern Grains Research FoundationNatural Sciences and Engineering Research Council of CanadaSaskatchewan Canola Development CommissionMinistry of Agriculture - Saskatchewan
Mots-clésAdsorptionMass transferButanolDesorptionHullChemistryn-ButanolChemical engineeringChromatographyMaterials scienceThermodynamicsOrganic chemistryEthanolComposite material

Résumé

récupéré en direct d'OpenAlex

Lignocellulosic material oat hull previously demonstrated its capability for concentrating butanol from butanol–water vapor mixtures by adsorption process. To better understand the fundamentals of water and butanol adsorption, this work further investigated the adsorption dynamics of pure butanol and water. The research was first done experimentally using the oat hull based biosorbent in a packed column system, and then the Klinkenberg model was employed to simulate the adsorption breakthrough curves obtained in water or butanol single component system. The Klinkenberg model simulated the experimental data satisfactorily. Moreover, the internal and external mass transfer resistances were estimated from the modeling results for pure water and butanol adsorption. The results demonstrated that internal mass transfer controls the adsorption kinetics. Compared to butanol, water has more favorable adsorption performance on the oat hull biosorbent. Effective separation of water from butanol using the oat hull based biosorbent is based on kinetic control. Furthermore, this study reveals that the oat hull material was stable and had been used for over 20 adsorption–desorption cycles without deteriorated quality for water adsorption.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
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 Opus0,010
Tête enseignante GPT0,248
Écart entre enseignants0,238 · 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'étudeSimulation ou modélisation
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

Citations8
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnergy & FuelsMême sujetFood composition and propertiesTravaux en français237 207