MétaCan
Menu
Retour à la cohorte
Enregistrement W4386895084 · doi:10.1002/cjce.25096

Extractive denitrogenization of liquid model fuel using polyethylene glycol methyl ether 350

2023· article· en· W4386895084 sur OpenAlexvenueno aff
V. O. Solov’ev, С. В. Соловьева, Yu. A. Zakhodyaeva, А. А. Вошкин

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueCatalysis and Hydrodesulfurization Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésQuinolinePolyethylene glycolExtraction (chemistry)PEG ratioChemistryHexaneNitrogenEtherIndole testOrganic chemistryLiquid–liquid extractionChromatographyPolymerNuclear chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract In the present study, we studied the effectiveness of the water‐soluble polymer polyethylene glycol methyl ether 350 (PEG ME‐350) on the extraction of nitrogen‐containing heterocyclic compounds—quinoline and indole—from n ‐hexane. The dependences of the quantitative characteristics of the extraction of N‐compounds on the contact time of the phases, the content of PEG ME‐350 in the n ‐hexane–water system, the initial concentration of nitrogen‐containing heterocyclic compounds in the organic phase, and the volumetric ratio of the phases were obtained. It has been established that PEG ME‐350 is an effective extractant in the process of stepwise extraction of quinoline and indole, and the mechanisms of their extraction have also been proposed and proven. The results can be further used in the purification of light hydrocarbon fractions from nitrogen‐containing heterocyclic compounds.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,437

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,020
Tête enseignante GPT0,225
Écart entre enseignants0,204 · 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'étudeSimulation ou modélisation
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 sujetCatalysis and Hydrodesulfurization StudiesTravaux en français237 207