MétaCan
Menu
Retour à la cohorte
Enregistrement W4392911882 · doi:10.1080/00032719.2024.2329698

Characterization of the Conversion of Benzene to Nitrosobenzene in a Helium Low-Temperature Plasma

2024· article· en· W4392911882 sur OpenAlexaff
Xinyao Wang, Junliang Zhang, Chenlu Wang, Jiancheng Yu

Notice bibliographique

RevueAnalytical Letters · 2024
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCatalytic Processes in Materials Science
Établissements canadiensIONICS Mass Spectrometry (Canada)
Organismes subventionnairesNational Key Research and Development Program of ChinaNational Natural Science Foundation of China
Mots-clésChemistryNitrosobenzeneBenzeneCharacterization (materials science)HeliumPlasmaAnalytical Chemistry (journal)Environmental chemistryNanotechnologyOrganic chemistryCatalysisNuclear physics

Résumé

récupéré en direct d'OpenAlex

The ionization of benzene (C6H6) through helium low-temperature plasma (He-LTP) offers a promising solution to the pervasive issue of its pollution in our daily lives. This study aimed to optimize the conditions for generating specific compounds, namely M+ and [M + 30]+, during the ionization of benzene in low-temperature plasma (LTP) with determination by mass spectrometry (MS). When the discharge voltage is 2.5 kV, a sample gas to discharge gas flow rate ratio of 2:3 is the best condition for generating M+ ions. When the discharge voltage is 3.5 kV, the gas flow rate ratio of 1:3 is the most suitable for generating [M + 30]+ ions. The LTP exhibits optimal ionization efficiency at a total gas flow rate of 40 mL/min. Additionally, we conducted a comparative analysis on the optical emission of benzene in the LTP which revealed the generation of free radicals associated with N, H, and O. The produced nitroso radical (ON•) combines with ionized benzene to yield the [M + 30]+ ion, identified to be nitrosobenzene. Notably, 95% conversion was achieved in the transformation from benzene to nitrosobenzene.

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 Opus0,006
Tête enseignante GPT0,226
Écart entre enseignants0,220 · 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnalytical LettersMême sujetCatalytic Processes in Materials ScienceTravaux en français237 207