MétaCan
Menu
Retour à la cohorte
Enregistrement W4324094538 · doi:10.3390/separations10030192

Experimental and Computational Evaluation of 1,2,4-Triazolium-Based Ionic Liquids for Carbon Dioxide Capture

2023· article· en· W4324094538 sur OpenAlexaff
Sulafa Abdalmageed Saadaldeen Mohammed, Wan Zaireen Nisa Yahya, Mohamad Azmi Bustam, Md Golam Kibria

Notice bibliographique

RevueSeparations · 2023
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueIonic liquids properties and applications
Établissements canadiensUniversity of Calgary
Organismes subventionnairesMinistry of Higher Education, Malaysia
Mots-clésIonic liquidSolubilityImideChemistryTetrafluoroborateCOSMO-RSCarbon dioxideAbsorption (acoustics)Isochoric processSaturation (graph theory)Inorganic chemistryIonOrganic chemistryMaterials scienceThermodynamics

Résumé

récupéré en direct d'OpenAlex

Utilization of ionic liquids (ILs) for carbon dioxide (CO2) capture is continuously growing, and further understanding of the factors that influence its solubility (notably for new ILs) is crucial. Herein, CO2 absorption of two 1,2,4-triazolium-based ILs was compared with imidazolium-based Ils of different anions, namely bis(trifluoromethylsulfonyl)imide, tetrafluoroborate, and glycinate. The CO2 absorption capacity was determined using an isochoric saturation method and compared with predicted solubility employing COnductor-like Screening Model for Real Solvents (COSMO-RS). To gain an understanding of the effects of cations and anions of the ILs on the CO2 solubility, the molecular orbitals energy levels were calculated using TURBOMOLE. Triazolium-based ILs exhibit higher absorption capacity when compared to imidazolium-based ILs for the same anions. The results also showed that the anions’ energy levels are more determinant towards solubility than the cations’ energy levels, which can be explained by the higher tendency of CO2 to accept electrons than to donate them.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,041
Tête enseignante GPT0,323
Écart entre enseignants0,283 · 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

Citations14
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSeparationsMême sujetIonic liquids properties and applicationsTravaux en français237 207