MétaCan
Menu
Retour à la cohorte
Enregistrement W4401845552 · doi:10.1080/10916466.2024.2395577

Production of cycloalkane-rich fuel by vacuum pyrolysis of mixed waste plastics using combined titanium and aluminum oxide: a preliminary investigation

2024· article· en· W4401845552 sur OpenAlexaff
Armel Nganda, Bhawna Yadav Lamba, Sanjeev Kumar Dubey, Pankaj Kumar Srivastava, Gaurav Pandey

Notice bibliographique

RevuePetroleum Science and Technology · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRecycling and Waste Management Techniques
Établissements canadiensInnovation Cluster (Canada)
Organismes subventionnairesnon disponible
Mots-clésPyrolysisCycloalkaneAluminum oxideAluminiumMaterials scienceTitaniumOxideMetallurgyChemical engineeringWaste managementChemistryOrganic chemistryCatalysis

Résumé

récupéré en direct d'OpenAlex

The mitigation of plastic pollution constitutes one of the major challenges worldwide. Innovative research approaches have been solicited to improve the properties of fuel derived from plastic pyrolysis. The present study looks at the effect on the chemical composition of pyrolysis oil of the application in situ of a mixed metal oxide of titanium and aluminum in vacuum pyrolysis of mixed waste polyethylene, polypropylene, and polyethylene terephthalate. The experiment was performed at process parameters of 250 °C temperature, 79.9 Kpa vacuum pressure, and 1:10 catalyst-to-feedstock ratio, first without the mixed metal oxide (parent reaction) and then with the mixed metal oxide (modified reaction). The results showed that the presence of combined titanium and aluminum oxides in the reaction medium accounted for the presence of alkyl-substituted cycloalkanes at an area% of 33.97% in the liquid product, and a calorific value of 11,950 cal/gm was reported for the modified reaction. The parent reaction produced higher liquid and gaseous yields of 28.3% and 43.1% respectively while the modified reaction produced a greater percentage of char (23.8%) and residual wax(36.0%). The fuel properties of the liquid products obtained were equally determined.

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 Opus0,008
Tête enseignante GPT0,219
Écart entre enseignants0,212 · 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

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePetroleum Science and TechnologyMême sujetRecycling and Waste Management TechniquesTravaux en français237 207