MétaCan
Menu
Retour à la cohorte
Enregistrement W4313422376 · doi:10.1139/cjc-2022-0167

Enhancing catalytic activity of V<sub>2</sub>O<sub>5</sub>/TiO<sub>2</sub> in H<sub>2</sub>S selective oxidation by modulating oxygen adsorption conditions

2022· article· en· W4313422376 sur OpenAlexvenueno aff
Hyun Soo Lee, Jae Hwan Yang

Notice bibliographique

RevueCanadian Journal of Chemistry · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueIndustrial Gas Emission Control
Établissements canadiensnon disponible
Organismes subventionnairesNational Research Foundation of KoreaNational Research Foundation
Mots-clésCatalysisChemistryOxygenX-ray photoelectron spectroscopyAdsorptionYield (engineering)SulfurCatalytic oxidationInorganic chemistryPhysical chemistryChemical engineeringOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

This paper aimed to reveal the effects of chemisorbed oxygen species on selective catalytic oxidation applied for H2S removal. A sequence of thermal treatments were conducted on V2O5/TiO2 samples to prepare catalysts that possess different distributions of oxygen species. Characterization by X-ray photoelectron spectroscopy enabled a distinction among three different chemisorbed oxygen species: O–, O22–, and O2–. In addition, the dominance of the O– species, which is a very reactive oxygen species for catalytic oxidation reactions, was observed when the catalyst was exposed to 5% O2/N2 gas at the low temperature of 30 °C. It was also found that the N400A30 with the highest ratio of O– species was superior to others at converting H2S into elemental sulfur over the whole range of temperatures: the best S yield of N400A30 was 85% at 130 °C. These results are promising, as thermal treatments for oxygen adsorption were adopted for the first time to improve the catalytic activity of H2S removal by modulating the proportion of highly reactive O– species.

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)0,0000,000
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)0,0010,000

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 Opus0,007
Tête enseignante GPT0,195
Écart entre enseignants0,188 · 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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of ChemistryMême sujetIndustrial Gas Emission ControlTravaux en français237 207