Facile Size-Selective Defect Sealing in Large-Area Atomically Thin Graphene Membranes for Sub-Nanometer Scale Separations
Notice bibliographique
Résumé
Atomically thin graphene with a high-density of precise subnanometer pores represents the ideal membrane for ionic and molecular separations. However, a single large-nanopore can severely compromise membrane performance and differential etching between pre-existing defects/grain boundaries in graphene and pristine regions presents fundamental limitations. Here, we show for the first time that size-selective interfacial polymerization after high-density nanopore formation in graphene not only seals larger defects (>0.5 nm) and macroscopic tears but also successfully preserves the smaller subnanometer pores. Low-temperature growth followed by mild UV/ozone oxidation allows for facile and scalable formation of high-density (4–5.5 × 1012 cm–2) useful subnanometer pores in the graphene lattice. We demonstrate scalable synthesis of fully functional centimeter-scale nanoporous atomically thin membranes (NATMs) with water (∼0.28 nm) permeance ∼23× higher than commercially available membranes and excellent rejection to salt ions (∼0.66 nm, >97% rejection) as well as small organic molecules (∼0.7–1.5 nm, ∼100% rejection) under forward osmosis.
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 | 0,001 |
| 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) | 0,000 | 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 ».