MétaCan
Menu
Retour à la cohorte
Enregistrement W3044576255 · doi:10.1039/d0cp00417k

X-ray Raman scattering for bulk chemical and structural insight into green carbon

2020· article· en· W3044576255 sur OpenAlexfundno aff
Luke Higgins, Christoph J. Sahle, Mahalingam Balasubramanian, Bhoopesh Mishra

Notice bibliographique

RevuePhysical Chemistry Chemical Physics · 2020
Typearticle
Langueen
DomaineChemistry
ThématiqueZeolite Catalysis and Synthesis
Établissements canadiensnon disponible
Organismes subventionnairesArgonne National LaboratoryEngineering and Physical Sciences Research CouncilUniversity of LeedsU.S. Department of EnergyDiamond Light SourceOffice of ScienceCanadian Light Source
Mots-clésCarbon fibersRaman scatteringScatteringRaman spectroscopyChemical physicsMaterials scienceX-rayChemistryMolecular physicsPhysicsOpticsComposite material

Résumé

récupéré en direct d'OpenAlex

X-ray Raman scattering (XRS) spectroscopy is an emerging inelastic scattering technique which uses hard X-rays to study the X-ray absorption edges of low-Z elements (e.g. C, N, O) in bulk. This study applies XRS spectroscopy to pyrolysis and hydrothermal carbons. These materials are thermochemically-produced carbon from renewable resources and represent a route for the sustainable production of carbon materials for many applications. Results confirm local structural differences between biomass-derived (Oak, Quercus Ilex) pyrolysis and hydrothermal carbon. In comparison with NEXAFS, XRS spectroscopy has been shown to be more resilient to experimental artefacts such as self-absorption. Density functional theory XRS calculations of potential structural sub-units confirm that hydrothermal carbon is a highly disordered carbon material formed principally of furan units linked by the α carbon atoms. Comparison of two pyrolysis temperatures (450 °C and 650 °C) shows the development of an increasingly condensed carbon structure. Based on our results, we have proposed a semi-quantitative route to pyrolysis condensation.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,034
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,014
Tête enseignante GPT0,230
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.

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

Citations9
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysical Chemistry Chemical PhysicsMême sujetZeolite Catalysis and SynthesisTravaux en français237 207