Mineral carbonation as a design project for green chemical engineering education
Notice bibliographique
Résumé
Abstract Accelerated mineral carbonation is a promising CO 2 sequestration technology that is strongly linked to concepts of sustainability and Green Chemistry, and its process requirements apply principles of reaction kinetics, transport phenomena, and materials characterization. The present work aimed to develop educational tools for including accelerated mineral carbonation in chemical engineering curricula. To this end, an experimental investigation laboratory procedure and a design project outline have been conceived. As a way to further engage students in this learning experience, the process conditions for the laboratory work are varied between groups of students, and the experimental data obtained are pooled to be used by every group for the subsequent design exercise. This is meant to give students motivation to generate accurate data that they knew would be useful for the entire class and, at the same time, provide students with the opportunity to use data generated by colleagues, much in the same way the design work is done in the industry. In the design project, students use the experimental data obtained by themselves and classmates on the accelerated mineral carbonation of wollastonite, to determine if this is a feasible process for industry to sequester carbon dioxide, in view of mitigating climate change. Also, they use the experimental data, acquired using a range of process conditions, to study the effect of the process variables (CO 2 pressure and mixing rate) on the carbonation kinetics and mass transfer rate. The focus of our previously published article was on the experimental investigation, while the focus of this conference paper is on the design project.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».