MétaCan
Menu
Retour à la cohorte
Enregistrement W4367679317 · doi:10.1002/cjce.24927

<scp> MnO <sub>x</sub> </scp> / <scp> CeO <sub>2</sub> </scp> catalysts for the low‐temperature selective catalytic reduction of <scp>NO</scp> with <scp> NH <sub>3</sub> </scp>

2023· article· en· W4367679317 sur OpenAlexvenueno aff
Shyam Sunder Rao, Sweta Sharma

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2023
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCatalytic Processes in Materials Science
Établissements canadiensnon disponible
Organismes subventionnairesIndian Institute of Technology (BHU) VaranasiBanaras Hindu University
Mots-clésX-ray photoelectron spectroscopyCatalysisScanning electron microscopeTemperature-programmed reductionSelectivityRaman spectroscopyManganeseHydrothermal circulationNanorodAtmospheric temperature rangeTransmission electron microscopyChemistryNuclear chemistryMaterials scienceChemical engineeringNanotechnologyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract CeO 2 –nanorod support was synthesized by hydrothermal method and different manganese oxides (MnO, MnO 2, and Mn 2 O 3 ) were impregnated over support by the wet‐impregnation forming MnO/CeO 2 ‐NR, MnO 2 /CeO 2 ‐NRm and Mn 2 O 3 /CeO 2 ‐NR. The physico‐chemical properties of the as‐prepared catalysts were analyzed using x‐ray diffraction (XRD), Brunauer–Emmett–Teller (BET) surface area, x‐ray photoelectron spectroscopy (XPS), transmission electron microscopy (TEM), scanning electron microscope–energy‐dispersive x‐ray spectroscopy (SEM–EDX), hydrogen‐temperature‐programmed reduction (H 2 ‐TPR), and Raman spectroscopy. These catalysts were further analyzed for NO reduction using NH 3 as a reducing gas in the temperature range of 50 to 450°C. The results confirmed that MnO 2 /CeO 2 ‐NR gave the maximum NO conversion (65%) and N 2 selectivity (89%) among all catalysts. Further, MnO 2 /CeO 2 ‐NR catalyst was studied for the effect of MnO 2 loading and more than 90% NO conversion and N 2 selectivity were obtained in the temperature range of 250 to 300°C.

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)0,004
score de la tête « metaresearch » (Gemma)0,015
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict)
Catégories consensuellesMéta-épidémiologie (sens strict)
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 enseignants0,031
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,015
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,004
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0030,000
Intégrité de la recherche0,0010,002
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 Opus0,007
Tête enseignante GPT0,196
Écart entre enseignants0,189 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations7
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

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