A new electrolyte for molten carbonate decarbonization
Notice bibliographique
Résumé
Abstract The molten Li 2 CO 3 transformation of CO 2 to oxygen and graphene nanocarbons (GNCs), such as carbon nanotubes, is a large scale process of CO 2 removal to mitigate climate change. Sustainability benefits include the stability and storage of the products, and the GNC product value is an incentive for carbon removal. However, high Li 2 CO 3 cost and its competitive use as the primary raw material for EV batteries are obstacles. Common alternative alkali or alkali earth carbonates are ineffective substitutes due to impure GNC products or high energy limitations. A new decarbonization chemistry utilizing a majority of SrCO 3 is investigated. SrCO 3 is much more abundant, and an order of magnitude less expensive, than Li 2 CO 3 . The equivalent affinities of SrCO 3 and Li 2 CO 3 for absorbing and releasing CO 2 are demonstrated to be comparable, and are unlike all the other alkali and alkali earth carbonates. The temperature domain in which the CO 2 transformation to GNCs can be effective is <800 °C. Although the solidus temperature of SrCO 3 is 1494 °C, it is remarkably soluble in Li 2 CO 3 at temperatures less than 800 °C, and the electrolysis energy is low. High purity CNTs are synthesized from CO 2 respectively in SrCO 3 based electrolytes containing 30% or less Li 2 CO 3 .
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».