MétaCan
Menu
Retour à la cohorte
Enregistrement W2991938605 · doi:10.1515/ijcre-2019-0066

Effect of Ni Reducibility on Anisole Hydrodeoxygenation Activity in the La-Ni/γ-Al<sub>2</sub>O<sub>3</sub> Catalytic System

2019· article· en· W2991938605 sur OpenAlexafffund
Brett Pomeroy, Teri Doxtator, José E. Herrera, Dominic Pjontek

Notice bibliographique

RevueInternational Journal of Chemical Reactor Engineering · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueCatalysis and Hydrodesulfurization Studies
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésAnisoleHydrodeoxygenationCatalysisLanthanumCyclohexaneDeoxygenationNickelChemistrySelectivityInorganic chemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract The effect of lanthanum addition on the activity of a series of Ni/γ-Al 2 O 3 catalysts for anisole hydrodeoxygenation (HDO) was evaluated. Catalyst characterization using hydrogen temperature-programmed reduction (H 2 -TPR) and UV-visible spectroscopy suggests that lanthanum incorporation results in the formation of larger metallic Ni domains in the catalyst surface, which in turn favour the direct anisole hydrogenation pathway to methoxycyclohexane. Despite the improvements to reducibility that resulted from the incorporation of La, the catalysts displayed lower selectivity towards cyclohexane, independent of total nickel loading. The catalytic activity results were rationalized in terms of a proposed reaction pathway where anisole is initially hydrogenated followed by sequential deoxygenation steps.

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)0,001
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 enseignants0,014
Score d'incertitude au seuil0,754

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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)0,0000,000

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 Opus0,004
Tête enseignante GPT0,218
Écart entre enseignants0,214 · 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

Citations4
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Chemical Reactor EngineeringMême sujetCatalysis and Hydrodesulfurization StudiesTravaux en français237 207