Lightweight, flexible, and multifunctional anisotropic nanocellulose-based aerogels for CO2 adsorption
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract CO 2 adsorption is a promising strategy to reduce costs and energy use for CO 2 separation. In this study, we developed CO 2 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 CO 2 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 CO 2 adsorption behavior was studied by recording the adsorption isotherms and performing column breakthrough experiments. The samples showed excellent mechanical performance and had a CO 2 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 CO 2 adsorption capacity and axial mechanical properties owing to the building of a nanoscale scaffold on the surface of the adsorbent. Although the CO 2 adsorption capacity could be improved further, this paper reports a potential CO 2 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.
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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle