MétaCan
Menu
Retour à la cohorte
Enregistrement W3093308315 · doi:10.1126/sciadv.abc8605

Autonomous atmospheric water seeping MOF matrix

2020· article· en· W3093308315 sur OpenAlexaff
Gamze Yilmaz, Fan Lu Meng, Jane W. Z. Lu, Jehad Abed, Connor Kang Nuo Peh, Minmin Gao, Edward H. Sargent, Ghim Wei Ho

Notice bibliographique

RevueScience Advances · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMembrane Separation Technologies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesMinistry of Education - Singapore
Mots-clésSorptionMatrix (chemical analysis)Chemical engineeringEnvironmental scienceMaterials scienceChemistryComposite materialAdsorptionOrganic chemistryEngineering

Résumé

récupéré en direct d'OpenAlex

The atmosphere contains an abundance of fresh water, but this resource has yet to be harvested efficiently. To date, passive atmospheric water sorbents have required a desorption step that relies on steady solar irradiation. Since the availability and intensity of solar radiation vary, these limit on-demand desorption and hence the amount of harvestable water. Here, we report a polymer-metal-organic framework that provides simultaneous and uninterrupted sorption and release of atmospheric water. The adaptable nature of the hydro-active polymer, and its hybridization with a metal-organic framework, enables enhanced sorption kinetics, water uptake, and spontaneous water oozing. We demonstrate continuous water delivery for 1440 hours, producing 6 g of fresh water per gram of sorbent at 90% relative humidity (RH) per day without active condensation. This leads to a total liquid delivery efficiency of 95% and an autonomous liquid delivery efficiency of 71%, the record among reported atmospheric water harvesters.

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 enseignants0,002
Score d'incertitude au seuil0,006

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)0,0020,001

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 Opus0,011
Tête enseignante GPT0,260
Écart entre enseignants0,249 · 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

Citations232
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScience AdvancesMême sujetMembrane Separation TechnologiesTravaux en français237 207