MétaCan
Menu
Retour à la cohorte
Enregistrement W4381889620 · doi:10.1002/cjce.25024

Synthesis of <scp>TMP</scp> esters as a biolubricant from canola oil via a two‐step transesterification–transesterification process

2023· article· en· W4381889620 sur OpenAlexaffvenue
Behzad Kamyab, Ramon Filipe Beims, Chonlong Chio, Wensheng Qin, Darren W. Chambers, Chunbao Xu

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueLubricants and Their Additives
Établissements canadiensLakehead UniversityWestern University
Organismes subventionnairesnon disponible
Mots-clésTrimethylolpropaneTransesterificationCanolaChemistryOrganic chemistryHydroxyl valueCatalysisNuclear chemistryPolyolFood sciencePolyurethane

Résumé

récupéré en direct d'OpenAlex

Abstract Trimethylolpropane esters were synthesized from canola oil by a two‐step transesterification–transesterification process. In the first step, canola oil is reacted with ethanol to produce canola oil ethyl ester, while in the second step, canola oil trimethylolpropane ester was obtained by reacting the canola oil ethyl ester and trimethylolpropane using K 2 CO 3 as a catalyst. In the first step, under the optimal reaction conditions (70°C, 2 h, ethanol‐to‐canola oil molar ratio of 10:1, and 0.25 wt.% catalyst loading), canola oil ethyl ester was successfully synthesized with a yield of 95.7 wt.%. In the second step, the final product with the maximum total concentration of canola oil trimethylolpropane ester (82%) and the maximum conversion of canola oil ethyl ester (85%) was obtained at 130°C for 3 h with a canola oil ethyl ester to trimethylolpropane molar ratio of 3.1:1, and 1 wt.% loading of K 2 CO 3 catalyst. The produced polyol esters can be a promising biolubricant with excellent lubricant characteristics, quenching performance, biodegradability, and rheological/tribological properties.

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 seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
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)0,0010,001

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 Opus0,009
Tête enseignante GPT0,197
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

Citations18
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetLubricants and Their AdditivesTravaux en français237 207