Catalytic Conversion of Glycerol into Hydrogen and Value-Added Chemicals: Recent Research Advances
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In recent decades, the use of biomass as alternative resources to produce renewable and sustainable biofuels such as biodiesel has gained attention given the situation of the progressive exhaustion of easily accessible fossil fuels, increasing environmental concerns, and a dramatically growing global population. The conventional transesterification of edible, nonedible, or waste cooking oils to produce biodiesel is always accompanied by the formation of glycerol as the by-product. Undeniably, it is essential to economically use this by-product to produce a range of valuable fuels and chemicals to ensure the sustainability of the transesterification process. Therefore, recently, glycerol has been used as a feedstock for the production of value-added H2 and chemicals. In this review, the recent advances in the catalytic conversion of glycerol to H2 and high-value chemicals are thoroughly discussed. Specifically, the activity, stability, and recyclability of the catalysts used in the steam reforming of glycerol for H2 production are covered. In addition, the behavior and performance of heterogeneous catalysts in terms of the roles of active metal and support toward the formation of acrolein, lactic acid, 1,3-propanediol, and 1,2-propanediol from glycerol are reviewed. Recommendations for future research and main conclusions are provided. Overall, this review offers guidance and directions for the sufficient and economical utilization of glycerol to generate fuels and high value chemicals, which will ultimately benefit industry, environment, and economy.
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.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 découle