MétaCan
Menu
Retour à la cohorte
Enregistrement W4403850847 · doi:10.18280/acsm.480504

Biodiesel Synthesis from Calophyllum Inophyllum Utilizing Modified Zeolite and Bentonite Catalysts

2024· article· en· W4403850847 sur OpenAlexvenueno aff
Herman Hindarso, Aning Ayucitra, Dian Retno Sari Dewi, Nyoman Puspa Asri

Notice bibliographique

RevueAnnales de Chimie Science des Matériaux · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueBiodiesel Production and Applications
Établissements canadiensnon disponible
Organismes subventionnairesDirektorat Riset dan Pengabdian MasyarakatDirektorat Jenderal Pendidikan Tinggi
Mots-clésBentoniteCatalysisZeoliteBiodieselWaste managementMaterials scienceOrganic chemistryChemical engineeringChemistryEngineering

Résumé

récupéré en direct d'OpenAlex

Biodiesel serves as a renewable, eco-friendly alternative fuel.Its production relies on converting triglyceride sources into methyl esters through transesterification.These triglycerides can be sourced from vegetable oils and animal fats.Previous studies often relied on acids and bases as catalysts.However, there's a lack of research exploring the use of modified zeolite and bentonite as catalysts, which hold the promise of higher yields compared to previous studies.In this study, biodiesel was derived from Calophyllum inophyllum via esterification and transesterification processes.Characterization of these catalysts was done using XRD and FTIR analyses.Transesterification to produce biodiesel occurred at temperatures ranging from 50 to 70 over a reaction period of 5 hours.The largest yield of biodiesel was obtained at 60, with 88.19% using modified zeolite catalyst, 78.84% using modified bentonite catalyst, and 82.36% using a blend of modified zeolite and bentonite catalysts in a 1:1 ratio.Biodiesel resulting from the highest yield using modified zeolite catalyst underwent characteristic testing in accordance with SNI standards.The findings revealed a density of 887 kg/m 3 , viscosity of 5.633 mm 2 /s, cetane number of 53, flash point at 121, and methyl ester content of 94.55%.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,499
Score d'incertitude au seuil0,764

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
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 GPT0,253
Écart entre enseignants0,223 · 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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnales de Chimie Science des MatériauxMême sujetBiodiesel Production and ApplicationsTravaux en français237 207