MétaCan
Menu
Retour à la cohorte
Enregistrement W2979277113 · doi:10.1002/cjce.23659

Direct oxidation esterification of methacrolein with methanol: Oxygen vacancy promotion of Zr‐doped Au/CeO<sub>2</sub> nanorods

2019· article· en· W2979277113 sur OpenAlexvenueno aff
Yuchao Li, Yun Tian, Yanxia Zheng, Tingting Ge, Zhongjun Fu, Tiantian Jiao, Ming Wang, Haofei Huang, Cuncun Zuo

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2019
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCatalytic Processes in Materials Science
Établissements canadiensnon disponible
Organismes subventionnairesNatural Science Foundation of Shandong ProvinceNational Natural Science Foundation of China
Mots-clésMethacroleinCatalysisNanorodX-ray photoelectron spectroscopySelectivityMethanolMaterials scienceOxidation stateRaman spectroscopyOxygenInorganic chemistryNuclear chemistryChemistryChemical engineeringOrganic chemistryNanotechnologyMethacrylic acidPolymerization

Résumé

récupéré en direct d'OpenAlex

Abstract A series of Zr‐doped CeO 2 nanorods supported by Au nanoparticle catalysts with different morphologies were prepared for methyl methacrylate (MMA) synthesis via direct oxidation esterification of methacrolein (MAL) with methanol. Catalytic activities under mild conditions (0.3 MPa; 80°C) were evaluated in the kettle reactor. Different characterization methods, such as XRD, Raman, N 2 adsorption, ICP, TEM, SEM, XPS, and H 2 ‐TPR techniques, were applied to study the relationship between catalytic activity and structural characteristics, especially the form of Zr doped into the lattice of CeO 2 and the promotion mechanism of selective oxidation. The influence of Au supported on Ce 0.6 Zr 0.4 O 2 nanorods (Au/CZ‐R) was also discussed. The results exhibited that the highest catalytic activity for the oxidative esterification with a MAL conversion of 99% and a MMA selectivity of 74% was achieved. The MMA synthesis performance correlated well with the surface oxygen vacancies, in particular for the active oxygen species around the Au particles.

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)0,001
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 enseignants0,003
Score d'incertitude au seuil0,405

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 ouverte0,0010,000
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 Opus0,009
Tête enseignante GPT0,202
Écart entre enseignants0,194 · 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

Citations26
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetCatalytic Processes in Materials ScienceTravaux en français237 207