MétaCan
Menu
Retour à la cohorte
Enregistrement W4256171924 · doi:10.1504/ijret.2018.090104

Preparation and characterisation of Cao nanoparticle for biodiesel production from mixture of edible and non-edible oils

2018· article· en· W4256171924 sur OpenAlexaff
Jharna Gupta, Madhu Agarwal, S.P. Chaurasia, Ajay K. Dalai

Notice bibliographique

RevueInternational Journal of Renewable Energy Technology · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueBiodiesel Production and Applications
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésBiodieselCatalysisBiodiesel productionMethanolYield (engineering)Chemical engineeringTransesterificationMaterials scienceNanoparticleCalcium oxideNuclear chemistryBase (topology)ChemistryOrganic chemistryNanotechnologyComposite materialMathematics

Résumé

récupéré en direct d'OpenAlex

Calcium nitrate (CaO/CaN) and snail shell (CaO/SS) were successfully utilised for the development of CaO nanoparticle and used in biodiesel synthesis from a mixture of edible and non-edible oils. These solid base heterogeneous catalysts were characterised by FT-IR, XRD, and TGA techniques. Debye-Scherer equation also calculated the average crystalline size of a nanometer. The comparable catalytic activity of CaO/CaN and CaO/SS catalyst was also studied for biodiesel production and found the increment of biodiesel yield from 88% to 92% using CaO/SS. The used optimum reaction conditions were: 6 wt% catalyst loading, 65°C reaction temperature, 12:1 methanol: oil molar ratio and four hr of reaction time. This research shows that developed basic nano catalyst from snail shell exhibit good catalytic activity. Five reusability runs were also done and found that no loss of catalytic activity up to five runs.

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 enseignants0,026
Score d'incertitude au seuil0,281

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 technologies0,0000,000
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 Opus0,007
Tête enseignante GPT0,242
Écart entre enseignants0,235 · 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

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Renewable Energy TechnologyMême sujetBiodiesel Production and ApplicationsTravaux en français237 207