MétaCan
Menu
Retour à la cohorte
Enregistrement W2998463686 · doi:10.1007/s10570-019-02935-7

Lightweight, flexible, and multifunctional anisotropic nanocellulose-based aerogels for CO2 adsorption

2020· article· en· W2998463686 sur OpenAlexaff
Jiayuan Wei, Shiyu Geng, Jonas Hedlund, Kristiina Oksman

Notice bibliographique

RevueCellulose · 2020
Typearticle
Langueen
DomaineChemistry
ThématiqueAerogels and thermal insulation
Établissements canadiensUniversity of Toronto
Organismes subventionnairesKempe Foundation
Mots-clésAdsorptionMaterials scienceNanocelluloseCelluloseChemical engineeringNanofiberAerogelCellulose acetateComposite materialOrganic chemistryChemistry

Résumé

récupéré en direct d'OpenAlex

Abstract CO2 adsorption is a promising strategy to reduce costs and energy use for CO2 separation. In this study, we developed CO2 adsorbents based on lightweight and flexible cellulose nanofiber aerogels with monolithic structures prepared via freeze-casting, and cellulose acetate or acetylated cellulose nanocrystals (a-CNCs) were introduced into the aerogels as functional materials using an impregnation method to provide CO2 affinity. The microstructure of the adsorbent was examined using scanning electron microscopy, and compression tests were performed to analyze the mechanical properties of the adsorbents. The CO2 adsorption behavior was studied by recording the adsorption isotherms and performing column breakthrough experiments. The samples showed excellent mechanical performance and had a CO2 adsorption capacity of up to 1.14 mmol/g at 101 kPa and 273 K. Compared to the adsorbent which contains cellulose acetate, the one impregnated with a-CNCs had better CO2 adsorption capacity and axial mechanical properties owing to the building of a nanoscale scaffold on the surface of the adsorbent. Although the CO2 adsorption capacity could be improved further, this paper reports a potential CO2 adsorbent that uses all cellulose-based materials, which is beneficial for the environment from both resource and function perspectives. Moreover, the interesting impregnation process provides a new method to attach functional materials to aerogels, which have potential for use in many other 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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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 Opus0,030
Tête enseignante GPT0,234
Écart entre enseignants0,204 · 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 source (Gemma direct ou Codex distillé), 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

Citations66
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCelluloseMême sujetAerogels and thermal insulationTravaux en français237 207