Synthesis of mesoporous silica with tailored porosity under wide-ranging conditions
Bibliographic record
Abstract
[FR]: Le but de ce travail est de préparer des silices mésoporeuses ayant une porosité développée par la méthode sol-gel. L’effet de certains paramètres de synthèse tels que la nature du catalyseur, le solvant, le rapport molaire catalyseur/silicium, l’emploi de surfactant et la température a été étudié. L’utilisation d’une grande quantité de HCl dans le mélange réactionnel tétraéthyl orthosilicate (TEOS), propanol et H2O favorise la formation de pores de 93 Ǻ de diamètre. En présence du surfactant poly(propylène glycol) poly(éthylène glycol) poly(propylène glycol), le diamètre des pores de la silice est améliorée et atteint 122 Ǻ. Par ailleurs, quand CH3COOH est employé, la porosité est égale à 54 Ǻ. En présence du surfactant, le diamètre des pores augmente et atteint 78 Å. L’augmentation à 60 °C de la température du mélange formé d’une faible quantité de CH3COOH, propanol et TEOS conduit à la formation de pores de 120 Å de diamètre. Les pores deviennent plus larges en présence du surfactant pour atteindre 175 Ǻ. Par ailleurs, l’utilisation de l’acide propanoïque dans les mêmes conditions favorise l’obtention des pores les plus larges de diamètre 289 Ǻ.
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 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
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".