MétaCan
Menu
Retour à la cohorte
Enregistrement W3151809513 · doi:10.1002/cjce.24129

Effects of calcination atmosphere on the performance of the co‐precipitated <scp>Ni</scp> / <scp> ZrO <sub>2</sub> </scp> catalyst in dry reforming of methane

2021· article· en· W3151809513 sur OpenAlexvenueno aff
Meng Zhang, Junfeng Zhang, Zeling Zhou, Qingde Zhang, Yisheng Tan, Yizhuo Han

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2021
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCatalytic Processes in Materials Science
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCalcinationCarbon dioxide reformingCatalysisTetragonal crystal systemMonoclinic crystal systemCoprecipitationDispersion (optics)MethaneAtmosphere (unit)MetalChemistryOxygenMaterials scienceMineralogyChemical engineeringInorganic chemistryPhase (matter)MetallurgySyngasCrystallographyPhysicsCrystal structureOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract The effects of the calcination atmospheres (H 2 , N 2 , and O 2 ) on the performance of Ni/ZrO 2 catalysts prepared by the conventional co‐precipitation method for dry reforming of methane (DRM) were investigated in this work. The catalyst calcined in O 2 atmosphere (NZO) showed the highest Ni dispersion (10.99%), followed by the one calcined in N 2 (NZN, 8.14%) and H 2 atmosphere (NZH, 5.97%). Additionally, NZO and NZN exhibited relatively stronger metal‐support interaction than NZH and the incorporated Ni species on NZO and NZN were capable of stabilizing the metastable tetragonal ZrO 2 , which possessed more oxygen vacancies and higher oxygen mobility than monoclinic ZrO 2 . The evaluation results revealed that the activity of the employed catalysts displayed the following sequence: NZO &gt; NZN &gt; NZH, which was mainly determined by their Ni dispersion. The amount of carbon deposited on NZO (2.2%) was less than that on NZN (5.0%), and the deactivation rate of NZO (0.47% per hour) was slower than that of NZN (0.53% per hour). Due to its low CH 4 conversion and the weak metal‐support interaction, NZH showed the least carbon deposition (1.1%) and the slowest deactivation rate (0.37% per hour) among the representative catalysts.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,725

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,006
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 ouverte0,0010,000
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 Opus0,005
Tête enseignante GPT0,195
Écart entre enseignants0,189 · 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

Citations16
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetCatalytic Processes in Materials ScienceTravaux en français237 207