MétaCan
Menu
Retour à la cohorte
Enregistrement W4408503677 · doi:10.1002/cjce.25669

Study of potassium salts on sawdust pyrolysis: Kinetics and thermodynamic parameters using isoconversional and Criado's master plot methods

2025· article· en· W4408503677 sur OpenAlexafffundvenue
Milad Ja Lilian, Quan He, Yulin Hu

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueThermochemical Biomass Conversion Processes
Établissements canadiensDalhousie UniversityUniversity of Prince Edward Island
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSawdustThermogravimetric analysisEnthalpyGibbs free energyPyrolysisActivation energyChemistryPotassium carbonatePotassiumThermodynamicsKineticsMaterials scienceNuclear chemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract In this study, the effect of potassium salts on sawdust pyrolysis with respect to kinetics and thermodynamic parameters was investigated. Kinetic triplet (activation energy, pre‐exponential factor, and reaction mechanism) and thermodynamic properties (enthalpy change, entropy change, and Gibbs free energy) were determined using isoconversional and Criado's master plot methods, respectively. Thermogravimetric analysis (TGA) was carried out in N 2 environment at 5, 25, and 50°C/min from 30 to 800°C. A series of analytical techniques were utilized to fully characterize the raw materials. Analysis of TGA data was performed using isoconversional model. The results suggested that the addition of potassium carbonate showed catalytic effect on the thermal degradation of sawdust by affecting the kinetic triplets and thermodynamic properties. However, the presence of potassium chloride in sawdust pyrolysis is a complex and either promoting or deterring effect was primarily dependent on the degree of conversion.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,017
Tête enseignante GPT0,238
Écart entre enseignants0,221 · 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

Citations2
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetThermochemical Biomass Conversion ProcessesTravaux en français237 207