MétaCan
Menu
Retour à la cohorte
Enregistrement W4308001919 · doi:10.1002/cjce.24747

Selective liquid‐phase oxidation of toluene with molecular oxygen catalyzed by <scp> Mn‐TiO <sub>2</sub> </scp> under solvent‐free conditions

2022· article· en· W4308001919 sur OpenAlexvenueno aff
Xingfa Zhou, Renjie Deng, Yingdi Zhang, Xulong Wang, Fangruo Zeng, Yao Tian, Huajie Liu

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2022
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCatalytic Processes in Materials Science
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTolueneCatalysisBenzaldehydeBenzyl alcoholX-ray photoelectron spectroscopySolventScanning electron microscopeSelectivityTransmission electron microscopyDesorptionMaterials scienceChemistryAdsorptionNuclear chemistryInorganic chemistryChemical engineeringOrganic chemistryNanotechnology

Résumé

récupéré en direct d'OpenAlex

Abstract In this paper, we reported the preparation, characterization, and catalytic performance of TiO 2 doped with Mn for the selective oxidation of toluene to benzyl alcohol and benzaldehyde without any solvent. The structure of the catalyst was determined by X‐ray diffraction (XRD), X‐ray photoelectron spectroscopy (XPS), nitrogen adsorption–desorption analysis (Brunauer–Emmet–Teller [BET]), scanning electron microscope (SEM), transmission electron microscope (TEM), and mapping. The results demonstrated that the catalytic properties of Mn‐TiO 2 were higher than those of pure Mn 3 O 4 and TiO 2 . The effects of reaction temperature, reaction time, oxygen pressure, and the amount of catalyst were studied. Under the optimal conditions, Mn‐TiO 2 could afford 6.4% toluene conversion at a combined benzyl alcohol/benzaldehyde selectivity of 58.6%. Moreover, the catalyst can be repeated in the experiment for five times without significant loss of activity.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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 Opus0,005
Tête enseignante GPT0,201
Écart entre enseignants0,196 · 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 source (Gemma direct ou Codex distillé), 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

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetCatalytic Processes in Materials ScienceTravaux en français237 207