MétaCan
Menu
Retour à la cohorte
Enregistrement W4401115209 · doi:10.1002/cnma.202400128

Insights into Mechanisms of Reverse Water Gas Shift Activity Enhancement over Reverse Microemulsion‐Synthesized CuCeO<sub>2</sub>

2024· article· en· W4401115209 sur OpenAlexafffund
K. Kandasamy, Yue Yu, Muhammad Waqas Iqbal, Luis Ricardez‐Sandoval, Aiping Yu, David S. A. Simakov

Notice bibliographique

RevueChemNanoMat · 2024
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCopper-based nanomaterials and applications
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaOntario Ministry of Research, Innovation and Science
Mots-clésMicroemulsionReverse engineeringWater-gas shift reactionReverse logisticsChemistryComputer scienceBusinessCatalysisOrganic chemistryBiochemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Copper‐doped ceria (CuCeO2) catalysts with 0–26.5 Cu/(Cu+Ce) at% were synthesized via the reverse microemulsion method. X‐ray diffraction analysis of freshly synthesized and spent (post‐reaction) catalysts showed no separate phase of copper or copper oxide, indicating that Cu was incorporated into the CeO2 lattice, replacing Ce. Temperature programmed desorption experiments showed that the activation energy of CO2 desorption increased for higher Cu loadings, indicating stronger CO2 adsorption. This phenomenon was attributed to enhanced formation of oxygen vacancies due to Cu doping. X‐ray photoelectron spectroscopy further confirmed the enhanced generation of oxygen vacancies due to Cu incorporation. Catalytic performance evaluation with the H2/CO2 feed in the 300–600 °C range showed that all catalysts were 100 % selective to CO generation, with higher Cu loadings resulting in CO2 conversion close to equilibrium values at 500–600 °C. The activation energy of the reaction, determined through reaction tests, exhibited inverse relationship with the activation energy of CO2 desorption. The relationship between these two energy barriers is explored, providing valuable insights into the mechanism of RWGS activity enhancement.

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 seuil0,002

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 Opus0,009
Tête enseignante GPT0,233
Écart entre enseignants0,224 · 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

Citations5
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChemNanoMatMême sujetCopper-based nanomaterials and applicationsTravaux en français237 207