MétaCan
Menu
Retour à la cohorte
Enregistrement W2252931461 · doi:10.11113/amst.v11i1.79

Effect of High Pressure Carbon Dioxide Exposure on the Permeation Properties of Asymmetric Polysulfone Membranes for Gas Separation

2017· article· en· W2252931461 sur OpenAlexaff
Ahmad Fauzi Ismail, Lih Fong Wong, Takeshi Matsuura

Notice bibliographique

RevueJournal of Applied Membrane Science & Technology · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueMembrane Separation and Gas Transport
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésPolysulfonePermeationPolymerMembraneCarbon dioxideChemical engineeringMaterials scienceGas separationPlasticizerPermeability (electromagnetism)Composite materialChemistryPolymer chemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

In this study, the dependence of permeability on the feed pressure for glassy asymmetric polysulfone membranes has been investigated. Pure CO2 and CH4 were used as test gases. In pure gas experiments with CO2, the untreated membrane showed that the carbon dioxide permeation rate increased with increasing feed pressure from one bar onwards. This is because carbon dioxide behaves as a plasticizing agent by expanding the polymer lattice and increased the frequency of molecular motions of the polymer. Moreover, high carbon dioxide concentration in the polymer film disrupts the chain packing, thereby leading to a larger free volume and enhanced rates of segmental motions. Due to swelling of the polymer matrix, the structure of the polymer matrix is loosened and consequently polymer chains become more flexible. For the treated membrane, the permeability of carbon dioxide does not increase with feed pressure but gives a steady state value over the feed pressure ranges investigated. This was in agreement with scanning electron microscopy studies, which revealed that heat treatment densified the membrane skin layer. Thus, a subsequent heat treatment to the membrane is necessary in suppressing the plasticization effect.

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 enseignants0,001
Score d'incertitude au seuil0,003

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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,010
Tête enseignante GPT0,242
Écart entre enseignants0,232 · 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 and Gas TransportTravaux en français237 207