MétaCan
Menu
Retour à la cohorte
Enregistrement W4395114137 · doi:10.1016/j.jechem.2024.04.018

Sustainable ammonia synthesis: An in-depth review of non-thermal plasma technologies

2024· article· en· W4395114137 sur OpenAlexafffund
Vahid Shahed Gharahshiran, Ying Zheng

Notice bibliographique

RevueJournal of Energy Chemistry · 2024
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueAmmonia Synthesis and Nitrogen Reduction
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésPlasmaAmmoniaThermalNonthermal plasmaAmmonia productionMaterials scienceEnvironmental scienceChemistryPhysicsThermodynamicsBiochemistry

Résumé

récupéré en direct d'OpenAlex

Ammonia serves both as a widely used fertilizer and environmentally friendly energy source due to its high energy density, rich hydrogen content, and emissions-free combustion. Additionally, it offers convenient transportation and storage as a hydrogen carrier. The dominant method used for large-scale ammonia production is the Haber-Bosch process, which requires high temperatures and pressures and is energy-intensive. However, non-thermal plasma offers an eco-friendly alternative for ammonia synthesis, gaining significant attention. It enables ammonia production at lower temperatures and pressures using plasma technology. This review provides insights into the catalyst and reactor developments, which are pivotal for promoting ammonia efficiency and addressing existing challenges. At first, the reaction kinetics and mechanisms are introduced to gain a comprehensive understanding of the reaction pathways involved in plasma-assisted ammonia synthesis. Thereafter, the enhancement of ammonia synthesis efficiency is discussed by developing and optimizing plasma reactors and effective catalysts. The effect of other feeding sources, such as water and methane, instead of hydrogen is also presented. Finally, the challenges and possible solutions are outlined to facilitate energy-saving and enhance ammonia efficiency in the future.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 GPT0,227
Écart entre enseignants0,221 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations61
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Energy ChemistryMême sujetAmmonia Synthesis and Nitrogen ReductionTravaux en français237 207