MétaCan
Menu
Retour à la cohorte
Enregistrement W2989323932 · doi:10.1139/cjc-2019-0337

Synthesis of a polyacrylamide hydrogel using CO<sub>2</sub> at room temperature

2019· article· en· W2989323932 sur OpenAlexafffundvenue
Celia Ferrag, Maryam Abdinejad, Kağan Kerman

Notice bibliographique

RevueCanadian Journal of Chemistry · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueCarbon Dioxide Capture Technologies
Établissements canadiensThe Scarborough HospitalUniversity of Toronto
Organismes subventionnairesOntario Ministry of Research and InnovationNatural Sciences and Engineering Research Council of CanadaUniversity of Toronto
Mots-clésChemistryFourier transform infrared spectroscopyX-ray photoelectron spectroscopyPolyacrylamideAcrylamideAmine gas treatingMass spectrometryScanning electron microscopeChemical engineeringAnalytical Chemistry (journal)Organic chemistryPolymer chemistryPolymerChromatographyMaterials scienceCopolymer

Résumé

récupéré en direct d'OpenAlex

Carbon dioxide (CO 2 ) is an environmentally harmful “greenhouse gas” that is present in abundant quantities in the earth’s atmosphere. Thus, the sequestration and conversion of CO 2 to value-added organic chemicals is of environmental and economical importance. In this proof-of-concept study, amine groups of acrylamide compounds were found to react with CO 2 under ambient conditions to form a polyacrylamide hydrogel. This composite was characterized using scanning electron microscopy (SEM), X-ray photoelectron spectroscopy (XPS), transmission electron microscopy (TEM), Fourier-transform infrared spectroscopy (FTIR) and electrospray ionization mass spectrometry (ESI–MS), which confirmed successful synthesis and demonstrated all characteristics representative of a typical hydrogel material. Rheology analyses further proved the formation of the hydrogel, as well as its self-healing nature. The novel approach proposed in this work can potentially be used in the construction of versatile amine-based gel materials for efficient CO 2 utilization applications.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,798

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 Opus0,004
Tête enseignante GPT0,171
Écart entre enseignants0,167 · 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

Citations9
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of ChemistryMême sujetCarbon Dioxide Capture TechnologiesTravaux en français237 207