MétaCan
Menu
Retour à la cohorte
Enregistrement W4390227430 · doi:10.1002/cctc.202301455

Patent Literature on Epoxidation of Propylene Over Silver Catalysts Using Molecular Oxygen – A Critical Industrial Review

2023· article· en· W4390227430 sur OpenAlexaff
Adam Chojecki, Christopher R. Ho, V.J. Sussman

Notice bibliographique

RevueChemCatChem · 2023
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCatalytic Processes in Materials Science
Établissements canadiensDow Chemical (Canada)
Organismes subventionnairesnon disponible
Mots-clésCatalysisMolecular oxygenChemistryOxygenOrganic chemistryPolymer chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract We summarize the patent literature related to the direct oxidation of propylene‐to‐propylene oxide (DOPO) over silver catalysts. Inventions claiming new compositions, preparation methods, and/or alternative process options are illustrated with data sampled from patent documents. Early claims focused on powders of silver (silver oxide) alloyed with and/or surface‐modified with one‐two promoterswhere silver was in large excess (>80 wt%). In the following decades, inventors refined their approach and pursued alternative bulk synthetic methods supplemented with impregnation to produce formulationscontaining lower amounts of silver in combination with various other transition metals, halides, alkalis and/or alkaline earth elements. Simultaneously, process development has facilitated increased PO selectivity via the co‐feeding of water and/or carbon dioxide at volume percent levels combined with smaller ppmV concentrations of organic chlorides and nitrogenoxides. At the end we briefly discuss how non‐catalytic oxidative routes to propylene oxide provide additional insights for new catalyst development. While these approaches hardly exceed 60 % PO selectivity, they may shed light on design criteria for catalysts capable of achieving that goal. Success in the field will require strong fundamental understanding of the activation of dioxygen on catalytic surfaces to define design requirements for silver catalystswith high selectivity to PO via direct oxidation.

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 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 enseignants0,002
Score d'incertitude au seuil0,821

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
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 ouverte0,0010,000
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 Opus0,078
Tête enseignante GPT0,327
Écart entre enseignants0,249 · 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

Citations5
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemCatChemMême sujetCatalytic Processes in Materials ScienceTravaux en français237 207