MétaCan
Menu
Retour à la cohorte
Enregistrement W4407625041 · doi:10.1021/acsanm.4c06966

Degradation Behavior of CeO<sub>2</sub>-Based Nanoparticles as Oxygen Carriers for the Chemical Looping Process

2025· article· en· W4407625041 sur OpenAlexaff
Daiki Takahashi, Akira Yoko, Gimyeong Seong, Kazuyuki Iwase, Tadafumi Adschiri, Takaaki Tomai

Notice bibliographique

RevueACS Applied Nano Materials · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueChemical Looping and Thermochemical Processes
Établissements canadiensHatch (Canada)
Organismes subventionnairesJapan Society for the Promotion of ScienceNew Energy and Industrial Technology Development OrganizationMinistry of Education, Culture, Sports, Science and Technology
Mots-clésChemical looping combustionDegradation (telecommunications)OxygenNanoparticleProcess (computing)Chemical engineeringMaterials scienceChemistryNanotechnologyComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

High Resolution Image Download MS PowerPoint Slide In this study, we investigated the degradation behavior of CeO 2 -based nanoparticles as oxygen carriers for the chemical looping process. In the investigation of the dependency of the reaction gases on the degradation in terms of changes in the CeO 2 crystallite, H 2 O and H 2 caused the most significant increase in the crystallite size (sintering) compared with other gases. It was found that Pt decoration, a well-known method for the enhancement of performance as an oxygen carrier, was effective in suppressing the sintering in various reaction gases. On the other hand, mixing with ZrO 2 nanoparticles that are not reactive as oxygen carriers also improves the durability of CeO 2 . The sintering-prevention effect of mixing ZrO 2 nanoparticles as nano-obstacles also contributes to exploiting the intrinsic catalytic activity of CeO 2 nanoparticles. Mixing with other nanomaterials would be a universal strategy for improving the durability and activity of thermodynamically unstable nanocatalysts.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,635

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 Opus0,008
Tête enseignante GPT0,232
Écart entre enseignants0,224 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS Applied Nano MaterialsMême sujetChemical Looping and Thermochemical ProcessesTravaux en français237 207