MétaCan
Menu
Retour à la cohorte
Enregistrement W2806979558 · doi:10.5004/dwt.2018.22207

Superhydrophilicity and underwater superoleophobicity graphene oxide-micro crystalline cellulose complex-based mesh applied for efficient oil/water separation

2018· article· en· W2806979558 sur OpenAlexaff
Tao Yan, HuiwenMeng, Wenjihao Hu, Feipeng Jiao

Notice bibliographique

RevueDesalination and Water Treatment · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueElectrohydrodynamics and Fluid Dynamics
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésSuperhydrophilicityMicrocrystalline celluloseUnderwaterGrapheneMaterials scienceMicrocrystallineOxideChemical engineeringDeckCelluloseNanotechnologyComposite materialChemistryWettingGeologyEngineeringOceanographyMetallurgyCrystallography

Résumé

récupéré en direct d'OpenAlex

ABSTRACT With the aggravation of the pollution in our environment, the novel interface materials have gained more and more attention. In this work, we reported an approach to prepare graphene oxide-microcrystalline cellulose complex-based mesh with superhydrophilicity and underwater superoleophobicity. Hydrophilic groups were grafted to enhance the superhydrophilicity and improve the superoleophobicity at the same time. The modified mesh exhibited under water superoleophobicity with oil contact angle more than 150°, while water can quickly permeate the wire mesh surface with a contact angle value of 0°. In the process of oil/water separation tests, water molecules permeate the wire mesh under the force of gravity, and the oil was retained on the mesh. Thus, the oil/water mixtures with different proportions can be separated in a high efficiency up to 99.1%. In addition, our superhydrophilic meshes are robust in harsh water conditions and can be used as an efficient filtration membrane. And our superhydrophilic meshes still have high efficiency separation in poor conditions, such as alkaline,acidic or saline solutions. Thus, this modified mesh could be an ideal choice for practical oil/water separation which can satisfy the need for water body restoration.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,543
Score d'incertitude au seuil0,768

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 Opus0,011
Tête enseignante GPT0,224
Écart entre enseignants0,213 · 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

Citations4
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDesalination and Water TreatmentMême sujetElectrohydrodynamics and Fluid DynamicsTravaux en français237 207