MétaCan
Menu
Retour à la cohorte
Enregistrement W4386420525 · doi:10.3390/catal13091267

Synthesizing and Characterizing a Mesoporous Silica Adsorbent for Post-Combustion CO2 Capture in a Fixed-Bed System

2023· article· en· W4386420525 sur OpenAlexaff
Hind F. Hasan, Farah T. Al-Sudani, Talib M. Albayati, Issam K. Salih, Hamed N. Harharah, Hasan Sh. Majdi, Noori M. Cata Saady, Sohrab Zendehboudi, Abdelfattah Amari

Notice bibliographique

RevueCatalysts · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueCarbon Dioxide Capture Technologies
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesKing Khalid University
Mots-clésAdsorptionMaterials scienceChemical engineeringMesoporous materialMesoporous silicaFourier transform infrared spectroscopySorbentDesorptionSilicon dioxideTransmission electron microscopyChemistryNanotechnologyOrganic chemistryComposite material

Résumé

récupéré en direct d'OpenAlex

MCM-41, a mesoporous silica with a high surface area and hexagonal structure, was synthesized, and commercial nano-silicon dioxide (SiO2) was used as a solid adsorbed in post-combustion CO2 capture. The CO2 adsorption experiments were conducted in a fixed-bed adsorption system using 5–15 vol.% CO2/N2 at a flow rate of 100 mL/min at varying temperatures (20–80 °C) and atmospheric pressure. Analyses (X-ray diffraction, nitrogen adsorption-desorption isotherms, Fourier-transform infrared spectroscopy, and transmission electron microscopy (TEM)) revealed that the synthesized MCM-41 has mesoporous characteristics: a high surface area and large pore volumes. The CO2 adsorption capacity of MCM-41 and commercial nano-SiO2 increased considerably with increasing CO2 concentration and temperature, peaking at 60 °C. Below 60 °C, dynamics rather than thermodynamics governed the adsorption. Increasing the temperature from 60 to 80 °C decreased the adsorption capacity, and the reaction became thermodynamically dominant. Additionally, compared with commercial nano-SiO2, the MCM-41 sorbent demonstrated superior regenerability and thermal stability.

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 enseignants0,183
Score d'incertitude au seuil0,923

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 GPT0,203
Écart entre enseignants0,195 · 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

Citations16
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCatalystsMême sujetCarbon Dioxide Capture TechnologiesTravaux en français237 207