MétaCan
Menu
Retour à la cohorte
Enregistrement W2146615047 · doi:10.6000/1929-6037.2014.03.04.6

Development of Porous Asymmetric Polyamide–Imide Torlon® Membranes for Physical CO2 Absorption and Separation

2014· article· en· W2146615047 sur OpenAlexvenueno aff
Sonay Sheikhi, Amir Mansourizadeh

Notice bibliographique

RevueJournal of Membrane and Separation Technology · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueMembrane Separation and Gas Transport
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMembranePermeancePolyamidePermeationPhase inversionContact angleChemical engineeringPolymer chemistryMaterials sciencePolymerPorosityPEG ratioPolyethylene glycolAbsorption (acoustics)Absorption of waterGas separationChemistryComposite material

Résumé

récupéré en direct d'OpenAlex

Porous flat-sheet polyamide–imide (PAI) membranes were prepared via a phase inversion method to evaluate CO2 absorption performance in the gas-liquid membrane contactors. Different amounts of polyethylene glycol (PEG-600) were introduced into the polymer solution to investigate the structure and performance of resulted membranes. The membranes were characterized in terms of gas permeation, contact angle measurement and CO2 absorption flux. By introducing 6 wt.% PEG into the polymer dope, N2 permeance of the membrane was significantly improved from 482 to 1320 GPU. Mean while, the effect of PEG on the measured water contact angle was in significant. From CO2 absorption test, the developed membrane presented about 90% higher CO2flux compared to the plain membrane at water flow rate of 70 ml/min. In conclusion, by introducing a polymeric non-solvent additive into the polymer dope, it is possible to enhance surface porosity (permeability) of PAI membranes, which is a key factor for CO2 absorption test.

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 seuil0,002

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 savante0,0000,001
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 Opus0,011
Tête enseignante GPT0,262
Écart entre enseignants0,252 · 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

Citations1
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Membrane and Separation TechnologyMême sujetMembrane Separation and Gas TransportTravaux en français237 207