MétaCan
Menu
Retour à la cohorte
Enregistrement W4405483579 · doi:10.1016/j.rset.2024.100099

Toward sustainable propylene: A comparison of current and future production pathways

2024· article· en· W4405483579 sur OpenAlexafffund
Parsa Shirzad, Ivan Kantor

Notice bibliographique

RevueRenewable and Sustainable Energy Transition · 2024
Typearticle
Langueen
DomaineChemistry
ThématiqueZeolite Catalysis and Synthesis
Établissements canadiensConcordia University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésProduction (economics)Current (fluid)Biochemical engineeringSustainable productionEnvironmental scienceEngineeringEconomics

Résumé

récupéré en direct d'OpenAlex

Propylene, a fundamental chemical, has witnessed a significant surge in demand in recent decades, establishing itself as the second most primary intermediate compound after ethylene. Propylene manufacturing currently depends on non-renewable resources, specifically naphtha or propane from fossil sources. The conventional methods are economically feasible and mature; however, they emit greenhouse gases and consume non-renewable resources. Therefore, it is necessary to transition to more sustainable production methods. This review aims to provide and analyze many possible routes for the production of propylene using sustainable resources. The categorization of these pathways is determined by the raw material employed for the manufacture of propylene. Out of the several paths considered, bio-propane dehydrogenation stands out as a viable option for producing propylene in the future. Furthermore, this study examines and reports on the analysis of catalyst selection, the design of operating conditions, and the yield and selectivity of propylene in each pathway. Zeolite-based catalysts, particularly ZSM-5, exhibit remarkable selectivity in propylene synthesis across several processes. To fully comprehend the sustainability and feasibility of these paths, this research also reviews environmental impact and techno-economic metrics of several established propylene production methods.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,531
Score d'incertitude au seuil0,894

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,014
Tête enseignante GPT0,237
Écart entre enseignants0,222 · 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'étudeSans objet
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

Citations9
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRenewable and Sustainable Energy TransitionMême sujetZeolite Catalysis and SynthesisTravaux en français237 207