MétaCan
Menu
Retour à la cohorte
Enregistrement W3020480227 · doi:10.1002/cjce.23769

Effects of metal support interaction on dry reforming of methane over Ni/<scp>Ce‐Al<sub>2</sub>O<sub>3</sub></scp>catalysts

2020· article· en· W3020480227 sur OpenAlexvenueno aff
Sagir Adamu, Abdul‐Rashid Bawah, Oki Muraza, Zuhair Malaibari, Mohammad M. Hossain

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2020
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueCatalysts for Methane Reforming
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCarbon dioxide reformingSyngasCatalysisMethaneThermogravimetric analysisNickelCrystalliteMaterials scienceTemperature-programmed reductionMethane reformerChemistryChemical engineeringInorganic chemistrySteam reformingMetallurgyHydrogen productionOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Dry (CO2) reforming of methane is conducted over two newly synthesized Ni20/Ce‐γAl2O3and Ni20/Ce‐meso‐Al2O3catalysts. The x‐ray diffraction (XRD) patterns indicated that Ni20/Ce‐meso‐Al2O3exhibits a better dispersion of nickel, while Ni20/Ce‐γAl2O3has larger amounts of nickel crystallites. The temperature programmed desorption (TPD) kinetics analysis indicated that Ni20/Ce‐meso‐Al2O3had a lesser metal‐support interaction than the Ni20/Ce‐γAl2O3. The thermal gravimetric analysis (TGA) indicated that the incorporation of ceria into the Al2O3matrix helps to stabilize Ni20/Ce‐meso‐Al2O3during dry reforming of methane. The temperature programmed reduction (TPR) indicated that the synthesized catalysts were sufficiently reducible below 750 °C. A fixed bed reactor evaluation (at 750 °C) showed that both catalysts can facilitate methane reforming to syngas with minimal coking throughout the 30 hours time‐on‐stream (TOS). However, Ni20/Ce‐meso‐Al2O3is more promising in terms of prolonged stability for dry reforming applications. Moreover, the syngas yield for Ni20/Ce‐γAl2O3is close to equilibrium prediction during the first 1 hour of reaction time.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,008
Tête enseignante GPT0,207
Écart entre enseignants0,199 · 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'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

Citations17
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetCatalysts for Methane ReformingTravaux en français237 207