MétaCan
Menu
Retour à la cohorte
Enregistrement W4389432550 · doi:10.3390/catal13121499

Novel Ionic Liquid Synthesis of Bimetallic Fe–Ru Catalysts for the Direct Hydrogenation of CO2 to Short Chain Hydrocarbons

2023· article· en· W4389432550 sur OpenAlexfundno aff
Marina Maddaloni, Ander Centeno‐Pedrazo, Simone Avanzi, Nayan Jyoti Mazumdar, Haresh Manyar, Nancy Artioli

Notice bibliographique

RevueCatalysts · 2023
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueCatalysts for Methane Reforming
Établissements canadiensnon disponible
Organismes subventionnairesUK Catalysis HubTezpur UniversityEuropean CommissionQueen's UniversityQueen's University BelfastEngineering and Physical Sciences Research CouncilLeverhulme Trust
Mots-clésCatalysisBimetallic stripIonic liquidSelectivityHydrocarbonProduct distributionFischer–Tropsch processChemistryChemical engineeringMaterials scienceOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

The selective hydrogenation of CO2 for the production of net-zero fuels and essential chemical building blocks is a promising approach to combat climate change. Key to this endeavor is the development of catalysts with high activity and selectivity for desired hydrocarbon products in the C2–C5 range. The process involves a two-step reaction, starting with the reverse water–gas shift (RWGS) reaction and proceeding to the Fischer–Tropsch reactions under high pressure. Understanding the catalyst features that control the selectivity of these pathways is crucial for product formation, as well as identifying morphological changes in the catalysts during the reaction to optimize their performance. In this study, an innovative method for synthesizing iron–ruthenium bimetallic catalysts is introduced, capitalizing on the synergistic effects of these metals as active phases. This method leverages ionic liquids as solvents, allowing for the precise and uniform distribution of active metal phases. Advanced characterizations and extensive catalytic tests have demonstrated that the use of ionic liquids outperformed traditional colloid-based techniques, resulting in superior selectivity for target hydrocarbons. The success of this inventive approach not only advances the field of CO2 hydrogenation catalysis, but also represents a significant stride towards sustainable e-fuel production.

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)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,013
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,024
Tête enseignante GPT0,264
Écart entre enseignants0,240 · 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.

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

Citations9
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCatalystsMême sujetCatalysts for Methane ReformingTravaux en français237 207