Pressure‐Driven Solvent Transport and Complex Ion Permeation through Graphene Oxide Membranes
Notice bibliographique
Résumé
Abstract In this paper, an in‐depth investigation of three graphene oxide (GO) based membranes—pure GO, Al 3+ intercalated GO (Al‐GO), and poly(ethylene glycol) (PEG) modified GO (PEG‐GO)—is presented. Both Al‐GO and PEG‐GO membranes have wider interlayer d ‐spacing compared to pure GO, and the d‐ spacing size correlates well to the cross‐membrane water flux with J PEG‐GO > J Al‐GO > J GO . Pressure‐driven transport of water/ethanol mixtures across all three types of GO membranes is dominated by solvent viscosity—not solvent polarity showing distinctively semi‐hydrophilic membrane characteristics. Interestingly, the results suggest that both ethanol cluster size and molecular geometry contribute to preferential ethanol rejection, indicating that both GO and Al‐GO membranes possess superior size sieving capability. Further, the lower permeation of tris(1,10‐phenanthroline)ruthenium(II) (Ru(phen) 3 2+ ) compared to the charge‐equivalent smaller‐sized tris(bipyridine)ruthenium(II) (Ru(bpy) 3 2+ ) demonstrates the excellent steric selectivity of GO membranes. Compared to pure GO, the widened d ‐spacing in PEG‐GO allows ≈100% higher ion permeation while ion flux through Al‐GO is an order of magnitude lower, suggesting the significant role of electrostatic interaction in ion transport. In conclusion, these findings ought to enrich the understanding of the GO‐based membranes and enable future rational designs for a wide range of applications, including water purification and solvent separation.
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 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».