MétaCan
Menu
Retour à la cohorte
Enregistrement W3008280938 · doi:10.3390/catal10020259

Nitric Acid Functionalization of Petroleum Coke to Access Inherent Sulfur

2020· article· en· W3008280938 sur OpenAlexaff
Qing Huang, Annelisa S. Schafranski, Melanie J. Hazlett, Ye Xiao, Josephine M. Hill

Notice bibliographique

RevueCatalysts · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueCatalysis and Hydrodesulfurization Studies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésNitric acidSulfuric acidChemistryCatalysisSulfurPetroleum cokeInorganic chemistryMethanolNuclear chemistryCokeOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Sulfonated carbon-based catalysts have been identified as promising solid acid catalysts, and petroleum coke (petcoke), a byproduct of the oil industry, is a potential feedstock for these catalysts. In this study, sulfur-containing (6.5 wt%) petcoke was used as a precursor for these catalysts through direct functionalization (i.e., without an activation step) with nitric acid to access the inherent sulfur. Catalysts were also prepared using sulfuric acid and a mixture of nitric and sulfuric acid (1:3 vol ratio). Fourier transform infrared spectroscopy, X-ray photoelectron spectroscopy, and titration were used to identify and quantify the acid sites. The activities of the prepared catalysts were determined for the esterification of octanoic acid with methanol. Petcoke had few −SO3H groups, and correspondingly no catalytic activity for the reaction. All acid treatments increased the number of −SO3H groups and promoted esterification. Treatment with nitric acid alone resulted in the oxidation of the inherent sulfur in petcoke to produce ~0.7 mmol/g of strong acid sites and a total acidity of 5.3 mmol/g. The acidity (strong acid and total) was lower with sulfuric acid treatment but this sample was more active for the esterification reaction (TOF of 31 h−1 compared to 7 h−1 with nitric acid treatment).

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,474
Score d'incertitude au seuil0,487

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,031
Tête enseignante GPT0,247
Écart entre enseignants0,216 · 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

Citations18
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCatalystsMême sujetCatalysis and Hydrodesulfurization StudiesTravaux en français237 207