Caractérisation des solvants régénérables utilisés pour la capture du CO2 par chromatographie liquide couplée à la spectrométrie de masse
Bibliographic record
Abstract
Malgré l’émergence des énergies renouvelables, les combustibles fossiles composent encore la majeure partie de la production d’énergie au Canada. Afin de limiter la production de gaz à effet de serre, qui est régis par plusieurs lois gouvernementales, l'industrie utilise des solvants aqueux aminés régénérables pour la capture du CO2. La caractérisation des produits de dégradation de ces solvants après plusieurs cycles de régénération est essentielle afin de vérifier leurs efficacités. Les travaux de recherche présentés dans ce mémoire portent sur le développement d’une méthode d'analyse par chromatographie en phase liquide couplée à la spectrométrie de masse (LC-MS) afin de séparer toutes les espèces connues dans les différentes solutions de régénération. Pour ce faire, la détermination de la meilleure phase stationnaire, parmi les cinq qui ont été préalablement choisies, a été réalisée afin de sélectionner celle qui offre la meilleure séparation pour un mélange, à une concentration établie, de 16 composés de dégradations connus et de la molécule de capture. À l’aide de critères de performances préétablis et de cinq différentes compositions de phases mobiles, trois phases stationnaires ont été retenues pour une optimisation des paramètres de séparations chromatographiques (force ionique de la phase mobile, débit de la phase mobile, gradient d’élution, etc.). Cette optimisation des paramètres expérimentaux a été réalisée afin de déterminer les conditions chromatographiques qui donnent la meilleure séparation des différents analytes cibles dans les échantillons fournis en gradient d’élution non-linéaire sur 13 min avec une phase mobile constituée de l’éluant A (10 mM de formate d’ammonium, 0,05 % d’acide formique et 5% éthanol) et de l’éluant B (acétonitrile avec 5% éthanol) à un débit de 0,5 µL/min et une température de 30C. Cette étape a été réalisée sur deux phases stationnaires, la Luna CN de Phénoménex et la BEH Amide de Waters ayant les dimensions respectives de 100 x 30 mm x 3,0 μm et 100 x 30 mm x 2,5 μm. À l’aide de cette dite méthode, il sera possible d’identifier de nouvelles espèces présentes dans ces solutions régénérables à l’aide de la spectrométrie de masse à haute résolution (HRMS). Dans cette optique, la méthode optimisée sera transférée au laboratoire de notre partenaire industriel, ce qui leur permettra d’optimiser les différents processus de capture et de régénération qu’ils utilisent dans le but d’obtenir une meilleure efficacité de capture du carbone à des fins économiques et environnementales.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".