Hierarchically porous, ultra-strong reduced graphene oxide-cellulose nanocrystal sponges for exceptional adsorption of water contaminants
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
Self-assembly of graphene oxide (GO) nanosheets into porous 3D sponges is a promising approach to exploit their capacity to adsorb contaminants while facilitating the recovery of the nanosheets from treated water. Yet, forming mechanically robust sponges with suitable adsorption properties presents a significant challenge. Ultra-strong and highly porous 3D sponges are formed using GO, vitamin C (VC), and cellulose nanocrystals (CNCs) - natural nanorods isolated from wood pulp. CNCs provide a robust scaffold for the partially reduced GO (rGO) nanosheets resulting in an exceptionally stiff nanohybrid. The concentration of VC as a reducing agent plays a critical role in tailoring the pore architecture of the sponges. By using excess amounts of VC, a unique hierarchical pore structure is achieved, where VC grains act as soft templates for forming millimeter-sized pores, the walls of which are also porous and comprised of micron-sized pores. The unique hierarchical pore structure ensures the interconnectivity of pores even at the core of large sponges as evidenced by micro and nano X-ray computed tomography. The unique pore architecture translates into an exceptional specific surface area for adsorption of a wide range of contaminants, such as dyes, heavy metals, pharmaceuticals and cyanotoxin from water.
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) | 0,000 | 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