MétaCan
Menu
Retour à la cohorte
Enregistrement W4399126216 · doi:10.21203/rs.3.rs-4414994/v1

Direct Hydrocarbon Upgrade from n-Hexane, n-Octane, and n-Decane Using a Microsecond Pulsed Dielectric Barrier Discharge Non-Thermal Plasma

2024· preprint· en· W4399126216 sur OpenAlexaff
Saif Marji, Gabriela Baez Zaldivar, Pierre‐Luc Girard‐Lauriault

Notice bibliographique

RevueResearch Square · 2024
Typepreprint
Langueen
DomaineMedicine
ThématiquePlasma Applications and Diagnostics
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésMicrosecondDecaneHexaneDielectric barrier dischargeHydrocarbonPlasmaNonthermal plasmaOctaneUpgradeThermalMaterials scienceDielectricAnalytical Chemistry (journal)ChemistryOrganic chemistryThermodynamicsPhysicsOptoelectronicsNuclear physics

Résumé

récupéré en direct d'OpenAlex

<title>Abstract</title> Conventional chemical processing methods, employed for transforming hydrocarbon mixtures into more valuable forms, are known to consume high amounts of energy and produce a substantial amount of greenhouse gas emissions. This paper investigates an alternative approach employing non-thermal plasma, in a controlled temperature environment, to synthesize higher-order hydrocarbons. The method examined in this paper, has the potential to reduce energy requirements and mitigate CO2 emissions. Effects of temperature and hydrocarbon chain length on liquid and gas production efficiency are studied. A comparative analysis of the different hydrocarbons as reactants underscores the promising attributes of n-octane in this application. With the proposed reactor configuration, the highest average liquid production efficiency was found in n-octane at 20ºC. Organic compounds with carbon chain lengths as large as 20 carbons where successfully synthesized in the reactor configuration when using decane as the reactant. The observed trends alluded to different chemical reaction pathways being prevalent in different temperature conditions.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
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 enseignants0,462
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,003
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 Opus0,035
Tête enseignante GPT0,355
Écart entre enseignants0,320 · 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'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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch SquareMême sujetPlasma Applications and DiagnosticsTravaux en français237 207