MétaCan
Menu
Retour à la cohorte
Enregistrement W4377099141 · doi:10.1002/cjce.24959

Effect of the oxidation of activated carbon by hydrogen peroxide on its catalytic activity in the regeneration of Co(<scp>II</scp>)<scp>TETA</scp>

2023· article· en· W4377099141 sur OpenAlexvenueno aff
Zi‐qiu Li, Peiyun Chen, Xiang‐li Long

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2023
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCatalytic Processes in Materials Science
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTriethylenetetramineHydrogen peroxideActivated carbonChemistryCatalysisCobaltInorganic chemistryCarbon fibersOxygenCobalt oxideHydrogenOxideNuclear chemistryAdsorptionMaterials scienceOrganic chemistryComposite number

Résumé

récupéré en direct d'OpenAlex

Abstract Cobalt(II) triethylenetetramine (Co(II)TETA) formed by soluble cobalt(II) salt combining with triethylenetetramine will be used as a wet denitration technique since it can interact with nitric oxide to accomplish quick absorption of NO from gas phase. However, the oxygen in the flue gas will oxidize Co(II)TETA to Co(III) TETA, resulting in the reduction of denitrification efficiency. Activated carbon has been used to promote the regeneration of Co(II)TETA due to its unique surface characteristics. Hydrogen peroxide solution is utilized as a modifier in the carbon modification to improve the catalytic performance of activated carbon. The experiments demonstrate that the best regeneration efficiency of Co(II)TETA is gained by the modified carbon impregnated in 0.05 mol L −1 H 2 O 2 solution at 70°C for 12 h with a solid/liquid ratio of 1/50 (g/mL) followed being activated at 400°C for 2 h in N 2 . After being treated with hydrogen oxide solution, the surface area and acidity of the carbon is increased. Continuous experiments reveal that the NO removal efficiency gained by modified activated carbon is about 8.36% higher than that gained by the original carbon.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,011
Score d'incertitude au seuil0,528

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,010
Tête enseignante GPT0,223
Écart entre enseignants0,214 · 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 tête enseignante, 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

Citations7
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

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