MétaCan
Menu
Retour à la cohorte
Enregistrement W2088069930 · doi:10.1039/c3ra47208f

Effect of macrovoids in nano-silica/polyimide mixed matrix membranes for high flux CO2/CH4 gas separation

2014· article· en· W2088069930 sur OpenAlexaff
Hoang Vinh‐Thang, Denis Rodrigue, Serge Kaliaguine

Notice bibliographique

RevueRSC Advances · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueMembrane Separation and Gas Transport
Établissements canadiensUniversité LavalCentre National en Électrochimie et en Technologies EnvironnementalesCollège Shawinigan
Organismes subventionnairesnon disponible
Mots-clésBarrerPolyimideMembraneSelectivityPermeability (electromagnetism)Gas separationChemical engineeringMaterials scienceMatrix (chemical analysis)Analytical Chemistry (journal)ChromatographyChemistryComposite materialOrganic chemistryCatalysisLayer (electronics)

Résumé

récupéré en direct d'OpenAlex

Macrovoid structured mixed matrix membranes (MMMs) composed of nano-size (200 nm) silica particles and co-polyimide were prepared from 6FDA–ODA–DAM (6FDA = 4,4′-(hexafluoroiso-propylidene)diphthalic anhydride; ODA = 4,4′-oxidianiline; DAM = 1,3,5-trimethyl-2,6-phenylenediamine) with different proportions (1 : 1 and 1 : 4) and tetraethoxysilane (TEOS) via the sol–gel method. The separation performance of MMMs with 6FDA–ODA–DAM treated at high temperature (450 °C) was excellent for CO2/CH4 separation (for 6FOD–ODA–DAM (1 : 1): CO2 permeability ∼265 Barrer and CO2/CH4 selectivity ∼32; for 6FOD–ODA–DAM (1 : 4): CO2 permeability ∼302 Barrer and CO2/CH4 selectivity ∼25). Remarkably, the best membrane could resist pressure up to 600 psi without any loss of permselectivity. The CO2/CH4 separation performance of a series of silica–6FDA–ODA–DAM(11) MMMs with different SiO2 loadings is theoretically predicted using a modified Maxwell model where both gas permeability and macrovoid shape factor are simultaneously considered as adjustable parameters. Applying the optimized values, the modified Maxwell model predictions were in excellent agreement with experimental permeability data (less than 2% deviation).

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,352
Score d'incertitude au seuil0,727

Scores Codex et Gemma par catégorie

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 Opus0,005
Tête enseignante GPT0,268
Écart entre enseignants0,263 · 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

Citations46
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRSC AdvancesMême sujetMembrane Separation and Gas TransportTravaux en français237 207