MétaCan
Menu
Retour à la cohorte
Enregistrement W4414276786 · doi:10.1002/cctc.202500932

Synthesis, Characterisation, and Catalytic Evaluation of Novel Mesoporous Zeolite H‐BEA Catalysts for n‐Hexyl Levulinate Synthesis: Effect of Templates and Kinetic Studies

2025· article· en· W4414276786 sur OpenAlexaff
Aayushi Lodhi, Meet Patel, Hemant S. Parmar, Ajay K. Dalai, Kalpana C. Maheria

Notice bibliographique

RevueChemCatChem · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueCatalysis for Biomass Conversion
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésLevulinic acidCatalysisMesoporous materialYield (engineering)ZeoliteBromideSorptionActivation energy

Résumé

récupéré en direct d'OpenAlex

Abstract Amongst the biomass derived chemicals, levulinic acid esters are promising because of their vital use as solvents, fuel additives, and plasticizers. n‐Hexyl levulinate (HL) is a promising fuel additive, has been synthesised through the catalytic esterification of levulinic acid with n‐hexanol, employing novel mesozeolite H‐BEA as an effective solid acid catalysts. The zeolite H‐BEA catalyst has been modified using the tetra‐n‐butylammonium bromide (TBAB), designated as MBT catalyst and another with TBAB surfactant and yeast, designated as MBTY catalyst. Mesozeolites are characterised by XRD, FT‐IR, solid state NMR ( 27 Al, 29 Si, 1 H), SEM, TGA‐DTG, NH 3 ‐TPD, and N 2 sorption isotherms analysis. Parametric studies were performed to optimise LA conversion by altering various reaction parameters, that include the molar ratio of acid to n ‐hexanol, catalyst concentration, and reaction duration. Best catalytic performance has been demonstrated by MBTY catalyst wherein it has afforded 99.44% conversion of LA and 94% yield under optimal reaction conditions. Further, a pseudo‐homogeneous model was adopted to describe the reaction kinetics of LA esterification over the parent and modified catalysts. Also, an experimental activation energy value for MBTY catalyst was found lowest (38.6 kJ/mol) as compared to other catalysts under study.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,046
Score d'incertitude au seuil0,890

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,022
Tête enseignante GPT0,283
Écart entre enseignants0,261 · 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 revueChemCatChemMême sujetCatalysis for Biomass ConversionTravaux en français237 207