MétaCan
Menu
Retour à la cohorte
Enregistrement W4292606850 · doi:10.1021/acs.iecr.2c01637

Unraveling the Role of Glycine in K<sub>2</sub>CO<sub>3</sub> Solvent for CO<sub>2</sub> Removal

2022· article· en· W4292606850 sur OpenAlexaff
Qingyang Li, Zhenghong Bao, Novruz G. Akhmedov, Benjamin A. Li, Yuhua Duan, Malcolm Xing, Jingxin Wang, Badie I. Morsi, Bingyun Li

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueCarbon Dioxide Capture Technologies
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesNational Institute of Food and AgricultureU.S. Department of Energy
Mots-clésChemistryBicarbonatePotassium carbonateCarbon dioxideAmino acidHydrolysisSolventCarbonateCarbamateGlycineAbsorption (acoustics)Inorganic chemistryOrganic chemistryBiochemistry

Résumé

récupéré en direct d'OpenAlex

Carbon dioxide (CO2), a main composition of greenhouse gases, is believed to be responsible for global warming. Both potassium carbonate (K2CO3) and amino acids have been studied for CO2 removal. In this study, for the first time, carbamate formation in the absence of CO2 was discovered in K2CO3 solvents when small amounts of amino acids like glycine were added, and the mechanism of carbamate formation and CO2 absorption in such solvents are detailed and supported the observed fast CO2 absorption in the presence of amino acids. In the mixed solvent of K2CO3 and glycine, bicarbonate and hydroxide were formed from carbonate hydrolysis, and the deprotonated amino acid reacted with bicarbonate to form carbamate in the absence of CO2 and, in the presence of CO2, reacted with CO2 to form carbamate which could subsequently hydrolyze into bicarbonate. As a result, amino acid (even with a small amount) significantly enhanced the CO2 absorption kinetics in the mixed solvents, and a high CO2 loading (0.62 mol CO2/mol K2CO3) was achieved in multiple (e.g., 10) cycles. Such mixed solvents of K2CO3 and amino acid therefore may overcome the limitations of each individual component and may be ideal candidates for CO2 removal.

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)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
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 enseignants0,118
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,004
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 Opus0,037
Tête enseignante GPT0,276
Écart entre enseignants0,239 · 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

Citations14
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndustrial & Engineering Chemistry ResearchMême sujetCarbon Dioxide Capture TechnologiesTravaux en français237 207