Enhanced water transport and salt rejection through hydrophobic zeolite pores
Notice bibliographique
Résumé
The potential of improvements to reverse osmosis (RO) desalination by incorporating porous nanostructured materials such as zeolites into the selective layer in the membrane has spurred substantial research efforts over the past decade. However, because of the lack of methods to probe transport across these materials, it is still unclear which pore size or internal surface chemistry is optimal for maximizing permeability and salt rejection. We developed a platform to measure the transport of water and salt across a single layer of zeolite crystals, elucidating the effects of internal wettability on water and salt transport through the ≈5.5 Å pores of MFI zeolites. MFI zeolites with a more hydrophobic (i.e., less attractive) internal surface chemistry facilitated an approximately order of magnitude increase in water permeability compared to more hydrophilic MFI zeolites, while simultaneously fully rejecting both potassium and chlorine ions. However, our results also demonstrated approximately two orders of magnitude lower permeability compared to molecular simulations. This decreased performance suggests that additional transport resistances (such as surface barriers, pore collapse or blockages due to contamination) may be limiting the performance of experimental nanostructured membranes. Nevertheless, the inclusion of hydrophobic sub-nanometer pores into the active layer of RO membranes should improve both the water permeability and salt rejection of future RO membranes (Fasano et al 2016 Nat. Commun. 7 12762).
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 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 | 0,001 |
| 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) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».