MétaCan
Menu
Retour à la cohorte
Enregistrement W4400416277 · doi:10.3390/jcs8070262

Hydrolyzed Forms of Cellulose and Its Metal Composites for Hydrogen Generation: An Experimental and Theoretical Investigation

2024· article· en· W4400416277 sur OpenAlexaff
Omar Faye, Inimfon A. Udoetok, Jerzy A. Szpunar, Lee D. Wilson

Notice bibliographique

RevueJournal of Composites Science · 2024
Typearticle
Langueen
DomaineMaterials Science
ThématiqueAdvanced Cellulose Research Studies
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceMicrocrystalline celluloseMagnesiumChemical engineeringNiobiumOxideAmmonia boraneHydrogenMetalCelluloseHydrolysisHydrogen productionInorganic chemistryComposite materialHydrogen storageMetallurgyChemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

The quest for a smooth transition from fossil fuels to clean and sustainable energy has warranted studies on alternative energy materials. Herein, we report on an experimental and theoretical study focused on hydrogen generation through the hydrolysis of microcrystalline cellulose (MCC) treated in different media (deionized water, sodium hydroxide) and MCC functionalized with magnesium (MCC-Mg), titanium (MCC-Ti), and niobium (MCC-Nb). The XRD results reveal the decreased crystallinity of MCC due to ball milling along with the formation of metal oxide composites between MCC and various metals (magnesium, titanium, and niobium). Theoretical studies using NVT molecular dynamic simulations with the NH chain thermostat implemented in the Dmol3 provides further support to the experimental results reported herein. The results from the experimental and theoretical studies revealed that ball milling and composite formation with metal species enhanced the kinetics of the hydrolysis of MCC and, consequently, hydrogen generation, while the addition of NaOH and urea inhibited the hydrogen yield.

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)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,096
Score d'incertitude au seuil0,557

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,002
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,030
Tête enseignante GPT0,324
Écart entre enseignants0,294 · 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.

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 revueJournal of Composites ScienceMême sujetAdvanced Cellulose Research StudiesTravaux en français237 207