MétaCan
Menu
Retour à la cohorte
Enregistrement W3119453889 · doi:10.3390/catal11010110

Glycerol Hydrogenolysis with In Situ Hydrogen Produced via Methanol Steam Reforming: The Promoting Effect of Pd on a Cu/ZnO/Al2O3 Catalyst

2021· article· en· W3119453889 sur OpenAlexafffund
Yuanqing Liu, Flora T. T. Ng

Notice bibliographique

RevueCatalysts · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueCatalysis for Biomass Conversion
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésHydrogenolysisCatalysisGlycerolSteam reformingChemistryMethanolHydrogenSelectivityInorganic chemistryOrganic chemistryChemical engineeringHydrogen production

Résumé

récupéré en direct d'OpenAlex

The glycerol hydrogenolysis to produce 1,2-propanediol without using externally supplied hydrogen was investigated using methanol present in crude glycerol to provide in situ hydrogen via its steam reforming reaction. This paper focuses on the promoting effect of Pd on the reactivity of a Cu/Zn/Al2O3 catalyst. Adding 2 wt% Pd onto a Cu/ZnO/Al2O3 catalyst significantly improved the selectivity to 1,2-propanediol from 63.0% to 82.4% and the glycerol conversion from 70.2% to 99.4%. This enhancement on the catalytic activity by Pd is mainly due to the improved hydrogenation of acetol, which is the intermediate formed during the glycerol dehydration. The rapid hydrogenation of acetol can shift the reaction equilibrium of glycerol dehydration forward resulting in a higher glycerol conversion. The improved reducibility of the catalyst by Pd allows the catalyst to be reduced in situ during the reaction preventing any loss of catalyst activity due to any potential oxidation of the catalyst. The catalyst was slightly deactivated when it was firstly recycled resulting in a 5.4% loss of glycerol conversion due to the aggregation of Cu and the deactivation became less noticeable upon further recycling.

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 enseignants0,002
Score d'incertitude au seuil0,004

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 Opus0,004
Tête enseignante GPT0,196
Écart entre enseignants0,192 · 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

Citations12
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCatalystsMême sujetCatalysis for Biomass ConversionTravaux en français237 207