MétaCan
Menu
Retour à la cohorte
Enregistrement W4391173330 · doi:10.20944/preprints202401.1674.v1

Functionalization of Ordered Mesoporous Silica (MCM-48) with Task Specific Ionic Liquid for Enhanced Carbon Capture

2024· preprint· en· W4391173330 sur OpenAlexafffund
Firuz A. Philip, Amr Henni

Notice bibliographique

RevuePreprints.org · 2024
Typepreprint
Langueen
DomaineEngineering
ThématiqueCarbon Dioxide Capture Technologies
Établissements canadiensUniversity of Regina
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSurface modificationMesoporous silicaIonic liquidMesoporous materialTask (project management)Carbon fibersMCM-41Ionic bondingChemical engineeringMaterials scienceNanotechnologyChemistryOrganic chemistryIonCatalysisComposite materialEngineeringComposite number

Résumé

récupéré en direct d'OpenAlex

This work presents noble composites of AAILs@MCM-48 by functionalizing ordered mesopo-rous silicon MCM-48 with two amino acid-based ionic liquids (AAILs) ([Emim][Gly] and [Em-im][Ala]) to improve carbon capture and selectivity of CO2 over nitrogen. Thermogravimetric and XRD analyses of the composites show that the MCM-48 support's thermal and structural in-tegrity was preserved after the AAILs were encapsulated. An N2 adsorption-desorption study at 77 K also confirms AAIL encapsulation in the porous support. Under post-combustion flue gas conditions, both [Emim][Gly]@MCM-48 and [Emim][Ala]@MCM-48 demonstrated improved CO2 adsorption in comparison to unmodified MCM-48, with a CO2 partial pressure of around 0.15 bar. In terms of maximal CO₂ uptake, the 40wt%-[Emim][Gly] composite outperformed the others at 303K, with values of 0.74 and 0.82 mmol g-1, respectively, at 0.1 and 0.2 bar. These numbers show a 10x and 5x increase, respectively, as compared to the pure MCM-48 under iden-tical conditions. In addition, the selectivity of the composites was improved significantly, at 0.1 bar, the selectivity of composites containing 40wt% [Emim][Ala] increased to 17, compared to 2 for pristine MCM-48.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
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)0,0010,000

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 Opus0,035
Tête enseignante GPT0,262
Écart entre enseignants0,227 · 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 source (Gemma direct ou Codex distillé), 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

Citations4
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePreprints.orgMême sujetCarbon Dioxide Capture TechnologiesTravaux en français237 207