MétaCan
Menu
Retour à la cohorte
Enregistrement W2995925069 · doi:10.1002/9783527814794.ch2

The Upgrading of Bio‐Oil via Hydrodeoxygenation

2019· other· en· W2995925069 sur OpenAlexaff
Adetoyese Olajire Oyedun, Madhumita Patel, Mayank Kumar, Amit Kumar

Notice bibliographique

Revuenon disponible
Typeother
Langueen
DomaineEngineering
ThématiqueCatalysis and Hydrodesulfurization Studies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésHydrodeoxygenationHydrothermal liquefactionCatalysisDeoxygenationPyrolysisBiomass (ecology)LiquefactionFossil fuelChemistryChemical engineeringSelectivityJet fuelMaterials scienceOrganic chemistryEnvironmental scienceGeologyEngineering

Résumé

récupéré en direct d'OpenAlex

Bio-oil derived from biomass fast pyrolysis and hydrothermal liquefaction (HTL), when further converted into transportation fuel, is a potential candidate to reduce dependence on fossil fuels. The commercial use of bio-oil is hampered by its low quality, leading to chemical and thermal instabilities, polymerization, and poor condensation tendency, as well as storage difficulties due to its high viscosity and low heating value. Hydrodeoxygenation (HDO) is a widely accepted approach suitable for upgrading bio-oil prior to its use as a transportation fuel. The HDO reaction mechanisms are a function of catalyst type, selectivity, promoters, and support. This study reviews different mechanisms for the catalytic HDO of bio-oil with an emphasis on catalyst structure, selectivity, promoters, support, and the impact of catalyst deactivation. Furthermore, the research gaps in the catalytic HDO of bio-oil are highlighted for further analysis and characterization studies.

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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,343

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)0,0000,000

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 Opus0,005
Tête enseignante GPT0,191
Écart entre enseignants0,186 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations25
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCatalysis and Hydrodesulfurization StudiesTravaux en français237 207