Surface functionalized nanostructured ceramic sorbents for the effective collection and recovery of uranium from seawater
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The ability to collect uranium from seawater offers the potential for a nearly limitless fuel supply for nuclear energy. We evaluated the use of functionalized nanostructured sorbents for the collection and recovery of uranium from seawater. Extraction of trace minerals from seawater and brines is challenging due to the high ionic strength of seawater, low mineral concentrations, and fouling of surfaces over time. We demonstrate that rationally assembled sorbent materials that integrate high affinity surface chemistry and high surface area nanostructures into an application relevant micro/macro structure enables collection performance that far exceeds typical sorbent materials. High surface area nanostructured silica with surface chemistries composed of phosphonic acid, phosphonates, 3,4 hydroxypyridinone, and EDTA showed superior performance for uranium collection. A few phosphorous-based commercial resins, specifically Diphonix and Ln Resin, also performed well. We demonstrate an effective and environmentally benign method of stripping the uranium from the high affinity sorbents using inexpensive nontoxic carbonate solutions. The cyclic use of preferred sorbents and acidic reconditioning of materials was shown to improve performance. Composite thin films composed of the nanostructured sorbents and a porous polymer binder are shown to have excellent kinetics and good capacity while providing an effective processing configuration for trace mineral recovery from solutions. Initial work using the composite thin films shows significant improvements in processing capacity over the previously reported sorbent materials.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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