MétaCan
Menu
Retour à la cohorte
Enregistrement W158234931 · doi:10.11113/amst.v5i1.45

Influence of Surface Modifying Macromolecules (SMMs) on Polyethersulfone Hollow Fiber Membranes for Water Separations

2017· article· en· W158234931 sur OpenAlexaff
Nurmin Bolong, Ahmad Fauzi Ismail, Mohd Razman Salim, Dipak Rana, Takeshi Matsuura

Notice bibliographique

RevueJournal of Applied Membrane Science & Technology · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMembrane Separation Technologies
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesUniversiti Malaysia SabahUniversiti Teknologi Malaysia
Mots-clésMembranePermeationPhase inversionChemical engineeringMacromoleculeMaterials sciencePolymerScanning electron microscopeIonic bondingPolymer chemistryChemistryComposite materialOrganic chemistryIon

Résumé

récupéré en direct d'OpenAlex

The objective of this work is to modify the polyethersulfone (PES) hollow fiber membranes by blending with Surface Modifying Macromolecules (SMMs) which were able to introduce charges at the membrane surface. To study the effects of SMMs, PES solutions with and without blending SMMs were spun by the dry–wet phase inversion method. The membranes were characterized by ionic solutes permeation and Field Emission Scanning Electron Microscopy (FESEM). There was no significant difference in the membrane morphology between the membranes with and without SMM blending, indicating that the morphology of the base polymer remained relatively unchanged. However, based on Energy Dispersive X–ray (EDX) analysis, the presence of SMM’s elements at the surface of the SMM blended membranes was detected. The pure water permeation rates were found two times increased with the existence of SMMs, while rejection towards ionic solutes remained relatively unchanged.

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 enseignants0,000
Score d'incertitude au seuil0,001

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)0,0000,000

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 Opus0,016
Tête enseignante GPT0,281
Écart entre enseignants0,265 · 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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied Membrane Science & TechnologyMême sujetMembrane Separation TechnologiesTravaux en français237 207