MétaCan
Menu
Retour à la cohorte
Enregistrement W4407160675 · doi:10.1016/j.ijhydene.2025.01.374

On-demand hydrogen production at room temperature through silylation of alcohol-amines with no added catalysts

2025· article· en· W4407160675 sur OpenAlexafffund
S. M. Martin, Abdelhamid Sayari

Notice bibliographique

RevueInternational Journal of Hydrogen Energy · 2025
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueCarbon dioxide utilization in catalysis
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSilylationCatalysisAlcoholHydrogen productionHydrogenChemistryProduction (economics)Organic chemistry

Résumé

récupéré en direct d'OpenAlex

Hydrogen-based energy is an eco-friendly alternative to fossil fuels. However, its use is limited due to the lack of readily available hydrogen resources. This work focuses on the production of hydrogen on-demand by coupling hydrosilanes and alcohol-amines. This is a single step reaction that takes place at room temperature with no added catalysts, which represent significant advantages compared to alternative procedures reported in the literature. The scope of the reaction was investigated using 24 alcohol-amines and 8 hydrosilanes. Depending on the reactants used, kinetic essays demonstrated that for most reactants, more than 70 % hydrogen yield was obtained within 30 min of reaction. The generation of hydrogen was confirmed by gas chromatography, and the silylated products were identified by 13 C and 29 Si-NMR. Results suggested that both OH and NH x were involved in hydrogen production, with the hydroxyl groups being significantly more reactive. In addition to being a reactant, the amine group was found to be an internal catalyst. • Hydrosilanes react with alcohol-amines with no added catalysts to produce hydrogen. • Hydrogen yields exceed 70 % in 30 min at room conditions depending on reactants. • Hydroxyls are more reactive than amine groups toward the dehydrogenative coupling. • Amine groups also act as internal catalysts.

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 enseignants0,002
Score d'incertitude au seuil0,006

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)0,0020,001

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,241
Écart entre enseignants0,234 · 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

Citations4
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Hydrogen EnergyMême sujetCarbon dioxide utilization in catalysisTravaux en français237 207