MétaCan
Menu
Retour à la cohorte
Enregistrement W4399363080 · doi:10.1021/acscatal.4c01447

A Universal Roadmap for Quantification of Glycerol Electrooxidation Products Using Proton Nuclear Magnetic Spectroscopy (<sup>1</sup>H NMR)

2024· article· en· W4399363080 sur OpenAlexafffund
Ecem Yelekli Kirici, Shayan Angizi, Drew Higgins

Notice bibliographique

RevueACS Catalysis · 2024
Typearticle
Langueen
DomaineEnergy
ThématiqueCO2 Reduction Techniques and Catalysts
Établissements canadiensMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésGlycerolChemistryProton NMRNuclear magnetic resonance spectroscopyCatalysisOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

The electrochemical oxidation of glycerol, a byproduct of biofuel production, can transform this low-value material into a range of valuable compounds to foster a circular bioeconomy. However, developing catalysts and unraveling the mechanisms behind glycerol oxidation hinge on the precise quantification of reaction products, a task requiring analytical techniques. Our research introduces proton nuclear magnetic spectroscopy ( 1 H NMR) as a viable alternative to existing chromatographic and spectroscopic techniques, allowing a sensitive, rapid, and nondestructive detection and quantification of glycerol oxidation reaction products. Utilizing 1 H NMR, we outline a comprehensive framework for identifying the products formed during glycerol oxidation with a focus on the chemical transformations that occur within the reaction medium. As a proof of concept, we employ a platinum catalyst for glycerol electro-oxidation in an alkaline electrolyte, specifically examining the influence of pH and identifying potential discrepancies in calculating Faradaic efficiencies for the reaction. Comparison of the results from 1 H NMR with literature results obtained using high-performance liquid chromatography (HPLC) showed that both methods are coherent. To demonstrate the capabilities, a mixture containing known quantities of glycerol oxidation reaction products was analyzed by 1 H NMR. Concentrations quantified by 1 H NMR matched the real concentrations with an error margin of less than 8%, demonstrating the effectiveness of 1 H NMR for the analysis of a complex mixture of species. These findings lay the groundwork for the broader integration of 1 H NMR into complex liquid product analyses, particularly in organic mixtures.

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)0,004
score de la tête « metaresearch » (Gemma)0,004
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,004
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,003
Science ouverte0,0030,002
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,005

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 Opus0,015
Tête enseignante GPT0,261
Écart entre enseignants0,246 · 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
GenreMéthodes

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

En bref

Citations38
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS CatalysisMême sujetCO2 Reduction Techniques and CatalystsTravaux en français237 207