MétaCan
Menu
Retour à la cohorte
Enregistrement W3165379868 · doi:10.1021/acs.iecr.1c01010

Preparation of Aerogel-Supported Copper Oxide for the Methane Chemical Looping Combustion (CLC) Process

2021· article· en· W3165379868 sur OpenAlexaff
Sanaz Daneshmand-Jahromi, Davood Karami, Nader Mahinpey

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueChemical Looping and Thermochemical Processes
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésAerogelThermogravimetric analysisCubic zirconiaChemical looping combustionChemical engineeringCombustionScanning electron microscopeOxideMaterials scienceCopperMethaneSpecific surface areaDispersion (optics)Copper oxideChemistryNanotechnologyOrganic chemistryComposite materialMetallurgyCatalysis

Résumé

récupéré en direct d'OpenAlex

The objective of this research is to investigate the effect of different aerogel supports on the stability of copper oxide during limited cycles of CH4 chemical looping combustion (CLC) in a thermogravimetric analyzer (TGA). Supports proved to be significantly effective not only for the fuel utilization efficiency of CLC but also for the stability of the oxygen carrier (OC). The evaluation tests were performed by employing CuO/aerogel (zirconia, alumina, and silica) OCs synthesized utilizing a novel patented method. The results showed that the OC prepared using zirconia aerogel support had the highest activity over a medium-temperature range (550–800 °C). The OCs were characterized using different methods, including surface area and pore analysis, TGA, X-ray diffraction (XRD), scanning electron microscope (SEM), and dynamic light scattering analysis. The results demonstrated that the proper support can stabilize Cu dispersion, intensify the redox degree of OCs at high temperatures, and strengthen the distribution of Cu on the surface of the support.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,004
Score d'incertitude au seuil0,805

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
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 ouverte0,0000,000
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 Opus0,081
Tête enseignante GPT0,363
Écart entre enseignants0,281 · 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

Citations20
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndustrial & Engineering Chemistry ResearchMême sujetChemical Looping and Thermochemical ProcessesTravaux en français237 207