MétaCan
Menu
Retour à la cohorte
Enregistrement W4416724442 · doi:10.1021/acs.iecr.5c03837

La–Ni Modified Calcined Dolomite for Enhanced Hydrogen Production from Biomass Gasification: A Combined Experimental and DFT Study

2025· article· en· W4416724442 sur OpenAlexaff
Quan Sui, Meng Chen, Lei Wang, Xiaotao Bi

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueThermochemical Biomass Conversion Processes
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesJiangsu Provincial Key Research and Development ProgramSix Talent Peaks Project in Jiangsu ProvinceJiangsu Agricultural Science and Technology Innovation Fund
Mots-clésCalcinationHydrogen productionCatalysisDensity functional theoryDolomiteRedistribution (election)Biomass (ecology)Hydrogen

Résumé

récupéré en direct d'OpenAlex

This study investigates the enhancement of hydrogen production from corn stalk gasification using modified calcined dolomite (CD) catalysts. A Ni/CD catalyst was first synthesized, followed by La 2 O 3 promotion to produce La–Ni/CD. Both catalysts were evaluated for gasification performance, anticoking ability, and cyclic stability. Results show that La–Ni/CD significantly improved hydrogen yield to 166.7 mL/g, surpassing unmodified CD (110.3 mL/g), and maintained 138.9 mL/g after seven cycles. Complementary density functional theory (DFT) simulations via CASTEP revealed that La modification induced a shift of the Ca-p and O-s electronic states to lower energies. This electronic redistribution promotes H-s and Ni-p orbital hybridization, thereby enhancing H 2 adsorption. Bond population analysis confirmed strengthened O–La bonds (population: 0.50) and stabilized H–C bonds (0.80–0.84), while reduced O–Ni populations mitigated carbon deposition. These synergistic effects demonstrate the role of La–Ni/CD in optimizing pathways toward hydrogen-rich syngas, supporting its potential for efficient biomass gasification.

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 seuil0,004

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)0,0010,000

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 Opus0,059
Tête enseignante GPT0,326
Écart entre enseignants0,267 · 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

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndustrial & Engineering Chemistry ResearchMême sujetThermochemical Biomass Conversion ProcessesTravaux en français237 207