MétaCan
Menu
Retour à la cohorte
Enregistrement W3192621297 · doi:10.1002/cjce.24284

Catalytic transesterification of glycerol with dimethyl carbonate to glycerol carbonate with <scp> Co <sub>3</sub> O <sub>4</sub> </scp> nanoparticle incorporated <scp>MCM</scp> ‐41 derived from rice husk

2021· article· en· W3192621297 sur OpenAlexvenueno aff
Shivali Arora, Vijayalakshmi Gosu, Verraboina Subbaramaiah, Tian C. Zhang

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2021
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueCarbon dioxide utilization in catalysis
Établissements canadiensnon disponible
Organismes subventionnairesScience and Engineering Research BoardKementerian Pendidikan
Mots-clésDimethyl carbonateTransesterificationGlycerolCatalysisChemistryHuskYield (engineering)Nuclear chemistryCarbonateBatch reactorOrganic chemistryMaterials science

Résumé

récupéré en direct d'OpenAlex

Abstract A rice husk‐derived MCM‐41 catalyst has been synthesized, and active metal Co 3 O 4 nanoparticles were incorporated. The synthesized MCM‐41 derived from rice husk exhibited highly ordered p6mm hexagonal symmetry. The catalytic activity of the prepared catalyst was investigated for glycerol carbonate (GLc) synthesis through transesterification of glycerol (GLy) with dimethyl carbonate (DMC). Experimentally, it was found that 5 wt.% cobalt incorporated MCM‐41 activated at 400°C showed a higher yield of GLc, 60.2%, due to its optimum basicity. Approximately, 98.7 ± 1.2% GLy conversion and 94.1 ± 0.7% GLc yield was achieved with the batch reactor at adjusted conditions: a molar ratio of DMC‐to‐glycerol = 3, catalyst dosage = 6 wt.% (based on glycerol mass), reaction temperature = 90°C, and reaction time = 2 h. The transesterification reaction kinetics were also studied using the ODE 15s tool in MATLAB. The catalyst's activation energy was calculated as 58.2 ± 2.4 kJ/mol.

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 enseignants0,004
Score d'incertitude au seuil0,007

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 Opus0,009
Tête enseignante GPT0,188
Écart entre enseignants0,179 · 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

Citations18
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetCarbon dioxide utilization in catalysisTravaux en français237 207