MétaCan
Menu
Retour à la cohorte
Enregistrement W4308191016 · doi:10.1088/2053-1591/aca06c

Pomegranate arils extract as a green corrosion inhibitor for mild steel: effect of concentration and temperature in hydrochloric acid

2022· article· en· W4308191016 sur OpenAlexaff
Mohammadali Shahsavari, Amin Imani, Edouard Asselin

Notice bibliographique

RevueMaterials Research Express · 2022
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCorrosion Behavior and Inhibition
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésCorrosionHydrochloric acidDielectric spectroscopyAdsorptionPolarization (electrochemistry)Langmuir adsorption modelCorrosion inhibitorCathodic protectionElectrochemistryNuclear chemistryChemistryArilMaterials scienceInorganic chemistryMetallurgyElectrodeOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Corrosion inhibitors generated from plants and organic compounds are critical for achieving a greener environment. In this work we investigated the corrosion inhibition of pomegranate arils extract (PAE) for mild steel in 1M HCl by potentiodynamic polarization (PDP), electrochemical impedance spectroscopy (EIS), and profilometry measurements. The effects of PAE concentration (100, 200, 400 mg l –1 ) and temperature (298, 313, and 333 K) on the PAE inhibition efficiency were evaluated. Polarization measurements revealed that PAE was a mixed anodic-cathodic inhibitor. Corrosion inhibition efficiency was around 74% at a PAE concentration of 400 mg l –1 at 298K. However, at 333 K, the corrosion current density in the solution containing 400 mg l –1 of PAE was measured to be 1.28 mA cm −2 , which was higher than that in the blank solution (0.92 mA cm −2 ). This increase in corrosion rate at 333 K demonstrates the negative influence of high temperatures on PAE inhibition efficiency. The PAE green inhibitor was discovered to have a physical adsorption characteristic and to obey the Langmuir adsorption isotherm.

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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,031
Tête enseignante GPT0,335
Écart entre enseignants0,303 · 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

Citations12
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMaterials Research ExpressMême sujetCorrosion Behavior and InhibitionTravaux en français237 207