MétaCan
Menu
Retour à la cohorte
Enregistrement W4378837250 · doi:10.1002/cjce.24979

Preparation of Ca(<scp>OH</scp>)<sub>2</sub> nanoparticles by impinging stream reaction precipitation method

2023· article· en· W4378837250 sur OpenAlexvenueno aff
Jianwei Zhang, Jin Zhang, Xin Dong, Ying Feng, Juchao Niu

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2023
Typearticle
Langueen
DomaineMaterials Science
ThématiqueClay minerals and soil interactions
Établissements canadiensnon disponible
Organismes subventionnairesLiaoning Revitalization Talents ProgramNational Natural Science Foundation of China
Mots-clésDispersantNanoparticlePrecipitationParticle sizeThermal decompositionMaterials scienceMicrostructureDecompositionCrystal (programming language)Chemical engineeringAnalytical Chemistry (journal)MineralogyChemistryNanotechnologyChromatographyDispersion (optics)Organic chemistryMetallurgy

Résumé

récupéré en direct d'OpenAlex

Abstract In this paper, Ca(OH) 2 nanoparticles are prepared by impinging stream co‐precipitation method. The process of preparing nanoparticles by impinging stream is optimized. The influence of process variable, such as dispersant type, dispersant dosage, circulating flow rate, reactant concentration ratio of OH − and Ca 2+ , reaction temperature and circulation time, on the particle size of Ca(OH) 2 nanoparticle are investigated. The results show that the concentration ratio of reactants has a significant effect on the size of Ca(OH) 2 nanoparticles. The optimal process conditions are obtained by single factor experiment, PEG6000, 3.3% dispersant dosage, Q = 1000 L · h −1 , C = 1.88, T = 46.68°C and t = 60 min. The average particle size of Ca(OH) 2 nanoparticles prepared under these conditions is 107.67 nm. According to the microstructure analysis, the prepared Ca(OH) 2 nanoparticles samples have high purity and a good crystal structure. The powder dispersed with a marked hexagonal crystal shape and good thermal decomposition.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,012
Score d'incertitude au seuil0,308

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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)0,0000,000

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 Opus0,012
Tête enseignante GPT0,266
Écart entre enseignants0,254 · 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

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetClay minerals and soil interactionsTravaux en français237 207