MétaCan
Menu
Retour à la cohorte
Enregistrement W4385295480 · doi:10.1002/adma.202301730

The Challenge of Water Competition in Physical Adsorption of CO<sub>2</sub> by Porous Solids for Carbon Capture Applications – A Short Perspective

2023· article· en· W4385295480 sur OpenAlexaff
Arvind Rajendran, George K. H. Shimizu, Tom K. Woo

Notice bibliographique

RevueAdvanced Materials · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueCarbon Dioxide Capture Technologies
Établissements canadiensUniversity of OttawaUniversity of CalgaryUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésPerspective (graphical)Flue gasMaterials scienceAdsorptionSorbentCompetition (biology)NanotechnologyCarbon capture and storage (timeline)Process engineeringComputer scienceWaste managementEngineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Abstract With ever‐increasing efforts to design sorbent materials to capture carbon dioxide from flue gas and air, this perspective article is provided based on nearly a decade of collaboration across science, engineering, and industry partners. A key point learned is that a holistic view of the carbon capture problem is critical. While researchers can be inclined to value their own fields and associated metrics, often, key parameters are those that enable synergy between materials and processes. While the role of water in the chemisorption of CO 2 is well‐studied, in this perspective, it is hoped to highlight the often‐overlooked but critical role of water in assessing the potential of a physical adsorbent for CO 2 capture. This is a challenge that requires interdisciplinarity. As such, this document is written for a general audience rather than experts in any specific discipline.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,007
Score d'incertitude au seuil0,411

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,008
Tête enseignante GPT0,242
Écart entre enseignants0,235 · 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

Citations77
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvanced MaterialsMême sujetCarbon Dioxide Capture TechnologiesTravaux en français237 207