MétaCan
Menu
Retour à la cohorte
Enregistrement W4390394907 · doi:10.1021/acssusresmgt.3c00075

Vacancy-Rich Carbon-Coated Niobium Carbide Prepared via Carbothermal Reduction of Biomass-Based Carbon Precursors for Efficient Catalytic Epoxidation

2023· article· en· W4390394907 sur OpenAlexafffund
Jiayi Wang, Jie Xia, Shankai Hou, Hao Liu, Yongfeng Hu, Mohsen Shakouri, Lixiu Feng, Haifeng Wang, Yong Guo, Xiaohui Liu, Yanqin Wang

Notice bibliographique

RevueACS Sustainable Resource Management · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueCatalysis and Hydrodesulfurization Studies
Établissements canadiensCanadian Light Source (Canada)
Organismes subventionnairesScience and Technology Commission of Shanghai MunicipalityEast China University of Science and TechnologyNational Natural Science Foundation of ChinaCanadian Light Source
Mots-clésCarbothermic reactionCatalysisVanadium carbideNiobium carbideMaterials scienceCarbideNiobiumResorcinolCarbon fibersInorganic chemistryChemical engineeringDecompositionVacancy defectChemistryMetallurgyOrganic chemistryComposite material

Résumé

récupéré en direct d'OpenAlex

High Resolution Image Download MS PowerPoint Slide Due to their unique physical and chemical properties, transition metal carbides are expected to play a crucial role in catalysis, energy storage, and electrochemistry. In this study, a vacancy-rich carbon-coated niobium carbide material (NbC@C) was prepared via a simple and relatively milder carbothermic reduction method, sourced from niobium tartrate and sustainable biomass derivatives, glucose, and resorcinol. The formation mechanism of NbC@C materials was proposed with the help of XRD and temperature-programmed decomposition-mass spectrometer. Moreover, high activity for epoxidation of cyclooctene was obtained over the NbC@C material with an impressive yield (93.7%) of epoxycyclooctane, which was much higher than that over commercial NbC-C. The excellent catalytic performance of NbC@C can be ascribed to the high concentration of vacancies generated during the carbothermic reduction process.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,243
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
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 Opus0,007
Tête enseignante GPT0,217
Écart entre enseignants0,210 · 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'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

Citations2
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS Sustainable Resource ManagementMême sujetCatalysis and Hydrodesulfurization StudiesTravaux en français237 207