MétaCan
Menu
Retour à la cohorte
Enregistrement W4235798022 · doi:10.1515/energyo.0033.00028

Biodiesel Production from Jatropha curcas Oil Using Potassium Carbonate as an Unsupported CatalystThe authors wish to express their gratitude to Mary Jane Walzak, Senior Research Scientist of Surface Science Western, University of Western Ontario, London, Ontario, Canada for analyzing the results using FTIR-ATR. The research is funded by an Individual Discovery Grant awarded to Dr. E.K. Yanful by the Natural Sciences and Engineering Research Council of Canada (NSERC).

2018· dataset· en· W4235798022 sur OpenAlexaboutno aff
Chinmoy Baroi, Ernest K. Yanful, M.A. Bergougnou

Notice bibliographique

Revueenergyo · 2018
Typedataset
Langueen
DomaineEngineering
ThématiqueBiodiesel Production and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésJatropha curcasGratitudeWishBiodieselEngineeringChemistrySociologyPsychologyHorticultureBiologyOrganic chemistryAnthropology

Résumé

récupéré en direct d'OpenAlex

Jatropha curcas (JTC) oil, an inedible vegetable oil, can be a substitute feedstock for traditional food crops in the production of environment friendly and renewable fuel (biodiesel). In the present study, unsupported potassium carbonate was used as a catalyst to provide an understanding of the catalytic activity in the transesterification reaction. Researching the potential and the behavior of potassium carbonate is very important because every biomass ash contains this compound in a significant amount. It can be extracted by using classical extraction or leaching technologies. During the biodiesel production reaction, the formation of soap as a byproduct was also monitored using the FTIR-ATR method. From this study it was observed that the transesterification of JTC oil to JTC biodiesel appeared to be complete within 15 minutes when a 5 wt% (based on the wt. of the oil) potassium carbonate, 6:1 methanol to oil molar ratio, 60°C or a 4 wt% potassium carbonate, 9:1 methanol to oil molar ratio and 60°C reaction temperature were used.

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)0,011
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,184
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0110,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0030,002
Communication savante0,0000,001
Science ouverte0,0030,001
Intégrité de la recherche0,0000,001
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 Opus0,086
Tête enseignante GPT0,303
Écart entre enseignants0,218 · 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'étudeSans objet
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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueenergyoMême sujetBiodiesel Production and ApplicationsTravaux en français237 207