MétaCan
Menu
Retour à la cohorte
Enregistrement W4200227965 · doi:10.3390/en15010063

Application of Porous Materials for CO2 Reutilization: A Review

2021· review· en· W4200227965 sur OpenAlexaff
Amir Masoud Parvanian, Nasrin Sadeghi, Ahmad Rafiee, Cameron J. Shearer, Mehdi Jafarian

Notice bibliographique

RevueEnergies · 2021
Typereview
Langueen
DomaineEngineering
ThématiqueChemical Looping and Thermochemical Processes
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésReuseMaterials scienceCommercializationEndothermic processCoatingPorosityNanotechnologyCatalysisMethaneProcess engineeringChemical engineeringWaste managementAdsorptionChemistryEngineeringOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

CO2 reutilization processes contribute to the mitigation of CO2 as a potent greenhouse gas (GHG) through reusing and converting it into economically valuable chemical products including methanol, dimethyl ether, and methane. Solar thermochemical conversion and photochemical and electrochemical CO2 reduction processes are emerging technologies in which solar energy is utilized to provide the energy required for the endothermic dissociation of CO2. Owing to the surface-dependent nature of these technologies, their performance is significantly reliant on the solid reactant/catalyst accessible surface area. Solid porous structures either entirely made from the catalyst or used as a support for coating the catalyst/solid reactants can increase the number of active reaction sites and, thus, the kinetics of CO2 reutilization reactions. This paper reviews the principles and application of porous materials for CO2 reutilization pathways in solar thermochemical, photochemical, and electrochemical reduction technologies. Then, the state of the development of each technology is critically reviewed and evaluated with the focus on the use of porous materials. Finally, the research needs and challenges are presented to further advance the implementation of porous materials in the CO2 reutilization processes and the commercialization of the aforementioned technologies.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,931
Score d'incertitude au seuil0,667

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0000,000

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 Opus0,028
Tête enseignante GPT0,301
Écart entre enseignants0,274 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations28
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergiesMême sujetChemical Looping and Thermochemical ProcessesTravaux en français237 207