MétaCan
Menu
Retour à la cohorte
Enregistrement W4213181414 · doi:10.21577/0103-5053.20220035

Metal-Supported Niobium Catalysts Investigation for Conversion of Bio-Renewable Glycerol to Organic Compounds

2022· article· en· W4213181414 sur OpenAlexaff
Carolina F. M. Pestana, Bianca P. Pinto, Daniella Fernandes, Cláudio J. A. Mota

Notice bibliographique

RevueJournal of the Brazilian Chemical Society · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueCatalysis for Biomass Conversion
Établissements canadiensDiscovery Air (Canada)
Organismes subventionnairesFinanciadora de Estudos e ProjetosFundação Carlos Chagas Filho de Amparo à Pesquisa do Estado do Rio de JaneiroConselho Nacional de Desenvolvimento Científico e Tecnológico
Mots-clésAcroleinCatalysisGlycerolChemistryNiobium oxideAcetic acidAcrylic acidAcetaldehydeInorganic chemistrySelectivityOrganic chemistryOxideNuclear chemistryEthanol

Résumé

récupéré en direct d'OpenAlex

The glycerol oxidative dehydration to organic compounds, especially acrolein and acrylic acid, was studied over vanadium, molybdenum, and cobalt oxides supported on niobium oxide and niobium phosphate catalysts. At 300 °C, the glycerol conversion was 100% over all catalysts tested, and acrolein was the main product observed, without significant deactivation within the time on stream studied. Except for Co/V/Nb2O5, acrylic acid was formed over all catalysts, but the selectivity was not higher than 10%. Acetaldehyde and acetic acid were the other organic oxygenated products formed. Although the catalysts supported over Nb2O5 presented significantly lower acidity than the catalysts supported over NbOPO4, they showed 100% glycerol conversion, indicating that the dehydration of glycerol does not require strong acidity. These data indicate the potential of niobium-based supports in the development of an active and selective catalyst for the glycerol oxidehydration to acrolein and acrylic acid, chemicals of great importance in the industry.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,095
Score d'incertitude au seuil0,491

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,008
Tête enseignante GPT0,201
Écart entre enseignants0,193 · 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'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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Brazilian Chemical SocietyMême sujetCatalysis for Biomass ConversionTravaux en français237 207