MétaCan
Menu
Retour à la cohorte
Enregistrement W2610855937 · doi:10.1002/cjce.22881

Preparation and morphology study of carbon molecular sieve membrane derived from polyimide

2017· article· en· W2610855937 sur OpenAlexaffvenue
Subrata Mondal, Ali Elkamel, Donald Reinalda, Kean Wang

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueMembrane Separation and Gas Transport
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesAbu Dhabi National Oil Company
Mots-clésMaterials sciencePyrolytic carbonChemical engineeringMolecular sieveMicroporous materialMicrostructureMorphology (biology)Amorphous solidPolyimideCarbon fibersPyrolysisRaman spectroscopyFourier transform infrared spectroscopyAdsorptionMesoporous materialGraphiteMembraneAmorphous carbonHighly oriented pyrolytic graphitePorosityLayer (electronics)NanotechnologyCrystallographyOrganic chemistryComposite materialChemistryCatalysis

Résumé

récupéré en direct d'OpenAlex

Abstract Carbon molecular sieve (CMS) membranes were prepared by pyrolysis of polyimide films at three different temperatures (600, 900, and 1100 °C). The physico‐chemical structure and morphology of the derived samples were characterized by a number of techniques. FTIR spectra and SEM/EDX revealed changes in surface chemistry and overall compositions. Raman spectroscopy indicated the co‐existence of ordered graphite and amorphous domains. TEM and XRD suggested that the samples possess a ‘turbostratic’ structure. With the increase of the pyrolytic temperature, the evolution of the microstructure was clearly evidenced. It was observed qualitatively in TEM images and reflected by the d ‐spacing. The surface area, pore volume, and size distribution of micropores/small micropores were derived from the standard N 2 and CO 2 isotherms, respectively, and compared for their roles in determining mesopore, micropore, and small micropores. These surface characteristics were analyzed and compared with the gas adsorption/permeation properties.

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 enseignants0,047
Score d'incertitude au seuil0,422

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 Opus0,009
Tête enseignante GPT0,216
Écart entre enseignants0,207 · 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

Citations9
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetMembrane Separation and Gas TransportTravaux en français237 207