MétaCan
Menu
Retour à la cohorte
Enregistrement W4210661359 · doi:10.1002/slct.202103149

Mesostructured Zn/ZSM‐5 Zeolite as Catalyst for Furan Deoxygenation,

2022· article· en· W4210661359 sur OpenAlexaff
Rouholamin Biriaei, Sara Madadi, Serge Kaliaguine

Notice bibliographique

RevueChemistrySelect · 2022
Typearticle
Langueen
DomaineChemistry
ThématiqueZeolite Catalysis and Synthesis
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésMicroporous materialCatalysisMesoporous materialZeoliteZincDeoxygenationMaterials scienceFuranInorganic chemistryX-ray photoelectron spectroscopyChemistryNuclear chemistryChemical engineeringOrganic chemistryMetallurgyComposite material

Résumé

récupéré en direct d'OpenAlex

Abstract The furan conversion into aromatics over zinc promoted ZSM‐5 zeolites was studied in a continuous‐flow fixed‐bed reactor. Two series of microporous and mesoporous catalysts were prepared at different zinc loadings of 2 and 5 wt.%. It was intended to optimize the overall aromatics production and control coke accumulation over novel synthesized mesoporous ZSM‐5 catalyst, in a continuous flow reactor. The catalysts were characterized using X‐ray diffraction (XRD), nitrogen adsorption/desorption, ammonia temperature programmed desorption (TPD) and X‐ray photoelectron spectroscopy (XPS). The zinc loaded mesoporous materials exhibit an XRD pattern that matches with the ZSM‐5 XRD reference pattern. No extra peaks were observed in the XRD results indicating the high dispersion of zinc species. The initial furan conversion rate was higher over the microporous catalysts, and increased upon increasing metal loading, however contrary to the mesoporous samples, the microporous ones deactivated rapidly over 2 hours of time on‐stream. The results indicated that around 40 % of carbon in the fed furan, was recovered in aromatics when the new mesostructured zeolite catalyst was used, whereas this could be further increased to 50 % by the addition of zinc in the catalyst, benzene being the major product.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,169
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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 technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 GPT0,229
Écart entre enseignants0,221 · 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.

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

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemistrySelectMême sujetZeolite Catalysis and SynthesisTravaux en français237 207