Experimental methods in chemical engineering: Temperature programmed surface reaction spectroscopy—<scp>TPSR</scp>
Notice bibliographique
Résumé
Abstract Temperature programmed surface reaction spectroscopy (TPSR) is a powerful technique to determine the surface chemistry of bulk metal, supported metal, bulk metal oxide, supported metal oxide, zeolite, and molecular sieve catalysts. It can provide both qualitative and quantitative analysis of the surface active sites present on the catalyst surface, the reaction mechanisms, and kinetics occurring on the catalyst surface by using chemical probe molecules such as alcohols, carboxylates, and specific acidic‐basic reacting gases. In this tutorial review, the highly informative CH 3 OH chemical probe molecule was used to highlight the information that can be obtained from CH 3 OH ‐TPSR experiments. The CH 3 OH molecule readily interacts with the catalyst surface to form surface CH 3 O · and HCOO · intermediates that react to produce HCHO/ HCOOCH 3 / (CH 3 O) 2 CH 2 , CH 3 OCH 3 , and CO/CO 2 products related to the surface redox, acid and basic nature, respectively. Integration of the CH 3 OH ‐TPSR spectra peaks provide the number of surface active sites. The surface kinetic information provided by CH 3 OH ‐TPSR allows to discriminate between different reaction mechanisms (first‐order, second‐order, Langmuir‐Hinshelwood, and Mars‐van Krevelen). We discuss the uncertainty inherent in CH 3 OH ‐TPSR experiments and address source of errors and detection limits. Web of Science indexed over 800 articles citing TPSR since 1990. A bibliometric analysis identified four clusters of reactions and catalysts: the dominant catalysts for partial oxidation and water gas shift were Ni, Ru, and Pt; CeO 2 , Co, Cu, Rh, Pd, and perovskites were the main catalysts for combustion and hydrogenation; Ag and zeolites were grouped with reduction; and, Al 2 O 3 , ZrO 2 , SiO 2 , and V 2 O 5 were applied for dehydrogenation.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».