MétaCan
Menu
Retour à la cohorte
Enregistrement W4409543915 · doi:10.1002/cjce.25711

The catalytic Baeyer–Villiger oxidation of cyclohexanone to ε‐caprolactone over cerium–tin oxide

2025· article· en· W4409543915 sur OpenAlexvenueno aff
Ruolin Wang, Guanwen Chen, Miao Chen, Zhanke Wang

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueCatalysis for Biomass Conversion
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCyclohexanoneCaprolactoneCeriumCerium oxideCatalysisBaeyer–Villiger oxidationTinOxideChemistryTin oxideOrganic chemistryCopolymer

Résumé

récupéré en direct d'OpenAlex

Abstract Polycaprolactone synthesized via the ring‐opening polymerization of ε‐caprolactone assumes an irreplaceable and pivotal role in diverse fields including biology, medicine, chemical engineering, and environmental science. Herein, a series of cerium–tin oxide catalysts, denoted as Ce‐Sn(x: y)‐T, were synthesized via the co‐precipitation method. The structure of the catalysts was characterized by means of X‐ray diffraction, X‐ray photoelectron spectroscopy, N₂ adsorption–desorption measurement, transmission electron microscopy, and so forth. The catalytic activity of Ce‐Sn (x: y)‐T was evaluated in the reaction of synthesizing ε‐caprolactone via the oxidation of cyclohexanone with oxygen, and the optimal cerium–tin ratio and calcination temperature conditions for the preparation of the catalyst were obtained. The results indicated that there was a synergistic effect between Ce and Sn in the cerium–tin catalysts. Furthermore, a portion of Sn could incorporate into the lattice of CeO 2 to form a cerium–tin solid solution, which increased the ratio of Ce 3+ /Ce 4+ and the content of oxygen vacancies in the catalyst, thus improving the oxidation performance of the catalyst. Among them, the catalyst Ce‐Sn(2:1)‐500 exhibited the best catalytic performance. Under the optimal reaction conditions, the conversion rate of cyclohexanone could reach 91.41%, and the selectivity of ε‐caprolactone was 91.46%.

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 enseignants0,022
Score d'incertitude au seuil0,445

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 technologies0,0000,000
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 Opus0,003
Tête enseignante GPT0,179
Écart entre enseignants0,176 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetCatalysis for Biomass ConversionTravaux en français237 207