MétaCan
Menu
Retour à la cohorte
Enregistrement W2897542535 · doi:10.5539/jmbr.v8n1p159

Synthesis of New Porous Natural Membranes with Nanoparticles Used in Pollute Gas Removal From Petroleum Industries

2018· article· en· W2897542535 sur OpenAlexvenueno aff
Rasha Gharib Ahmed, Kaouther Belgacem, Hala M. Abo‐Dief

Notice bibliographique

RevueJournal of Molecular Biology Research · 2018
Typearticle
Langueen
DomaineMaterials Science
ThématiqueAdvanced Cellulose Research Studies
Établissements canadiensnon disponible
Organismes subventionnairesTaif University
Mots-clésAdsorptionChemical engineeringCelluloseNanofiberMaterials scienceFourier transform infrared spectroscopyDesorptionPorosityRaw materialNanoparticleBacterial celluloseMembraneNuclear chemistryChemistryOrganic chemistryNanotechnologyComposite material

Résumé

récupéré en direct d'OpenAlex

The aim of the present work is to follow the capacity of adsorption of CO2 by natural cellulose nanofibers, extracted from banana peel and mixed with nano-silver. Following initial characterization, the raw material and the isolated sample were investigated by Energy Dispersive Analysis (EDS), X-ray diffraction (XRD); Fourier- Transformed infrared spectroscopy (FT-IR) and thermal analysis (Hi Res TG). Nitrogen gas adsorption-desorption isotherms of isolated cellulose nanofibers reveal a type I- isotherm, specific to the nano-porous materials.The results of adsorption isotherms of CO2 at 304 K showed that the extracted sample exhibit an adsorption capacity of 12 mmol/g of CO2.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,006
Score d'incertitude au seuil0,617

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,045
Tête enseignante GPT0,357
Écart entre enseignants0,313 · 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

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Molecular Biology ResearchMême sujetAdvanced Cellulose Research StudiesTravaux en français237 207