Performance of PES/LSMM-OGCN Photocatalytic Membrane for Phenol Removal: Effect of OGCN Loading
Notice bibliographique
Résumé
In designing a photocatalytic oxidation system, the immobilized photocatalyst technique becomes highly profitable due to its promising capability in treating organic pollutants such as phenols in wastewater. In this study, hydrophiLic surface modifying macromolecules (LSMM) modified polyethersulfone (PES) hybrid photocatalytic membranes incorporated with oxygenated graphitic carbon nitride (OGCN) was successfully developed using phase inversion technique. The effectiveness of the hybrid photocatalytic membrane was determined under different loading of OGCN photocatalyst (0, 0.5, 1.0, 1.5, 2.0, and 2.5 wt%). The best amount of OGCN in the casting solution was 1.0 wt% as the agglomeration did not occur considering the stability of the membrane performance and morphology. The highest flux of 264 L/m²·h was achieved by PES/LSMM-OGCN1.5wt% membrane. However, the highest flux performance was not an advantage in this situation as the flux reduced the rejection value due to open pores. The membrane with the highest photocatalytic performance was obtained at 1.0 wt% of OGCN loading with 35.78% phenol degradation after 6 h. Regardless of the lower rejection value, the performance shown by the PES/LSMM-OGCN1.0wt% membrane was still competent because of the small difference of less than 1% to that of the PES/LSMM-OGCN0wt% membrane. Based on the findings, it can be concluded that the optimisation of the OGCN loading in the PES hybrid photocatalytic membrane indeed plays an important role towards enhancing the catalyst distribution, phenol degradation, and acceptable rejection above all considerations.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 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 ».