MétaCan
Menu
Retour à la cohorte
Enregistrement W4392192704 · doi:10.1007/s11696-024-03355-z

CO2 adsorption by KOH-activated hydrochar derived from banana peel waste

2024· article· en· W4392192704 sur OpenAlexaff
Chirag Goel, Sooraj Mohan, P. Dinesha, Marc A. Rosen

Notice bibliographique

RevueChemical Papers · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueCarbon Dioxide Capture Technologies
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésHydrothermal carbonizationAdsorptionActivated carbonChemistryCarbonizationFourier transform infrared spectroscopyNuclear chemistryChemical engineeringBiomass (ecology)PorosityCarbon fibersLignocellulosic biomassHydrothermal circulationMaterials scienceOrganic chemistryComposite numberFermentationComposite material

Résumé

récupéré en direct d'OpenAlex

Abstract Hydrothermal carbonization is one of the effective methods of converting wet lignocellulosic biomass into carbon-rich hydrochar. Due to its characteristic application on CO2 capture and storage, many researchers have studied the CO2 uptake on activated hydrochar. The present work studies the CO2 uptake from banana-peel-derived activated hydrochar which is not presented in the literature. Hydrochar is obtained at three different temperatures (180, 200, and 220 °C) and activated using KOH. Characterization studies including SEM, XRD and FTIR were performed to examine the structure and chemistry of the derived activated hydrochar. The hydrochar sample (BP-180) when activated with a KOH/hydrochar ratio of 3 and an activation temperature of 700 °C has a well-developed microstructure with a surface area and pore volume of 243.4 m2/g and 0.0931 cm3/g, respectively. Samples obtained at higher process temperatures (BP-200 and BP-220) showed much lower porosity. Similarly, the maximum CO2 adsorption is recorded for BP-180 (3.8 mmol/g), followed by BP-200 and BP-220 with maximum adsorption capacities of 3.71 and 3.18 mmol/g, respectively, at 1 bar and 25 °C.

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 seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
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 Opus0,005
Tête enseignante GPT0,182
Écart entre enseignants0,177 · 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

Citations26
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemical PapersMême sujetCarbon Dioxide Capture TechnologiesTravaux en français237 207