MétaCan
Menu
Retour à la cohorte
Enregistrement W3096700006 · doi:10.1039/d0ra07629e

Large-pore-size membranes tuned by chemically vapor deposited nanocoatings for rapid and controlled desalination

2020· article· en· W3096700006 sur OpenAlexaff
Mengfan Zhu, Yu Mao

Notice bibliographique

RevueRSC Advances · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMembrane Separation Technologies
Établissements canadiensStillwater (Canada)
Organismes subventionnairesOklahoma Center for the Advancement of Science and TechnologyOklahoma State University
Mots-clésMembraneDesalinationWettingMembrane distillationMaterials scienceChemical engineeringPermeationVapor pressureWater vaporChemistryComposite materialOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Though membranes with pore size larger than 1 μm are much desired to increase the permeate flux of membrane distillation (MD), the vulnerability of large-pore-size membranes to pore wetting results in the penetration of saline water and consequent failure of MD operation. We report modification of large-pore-size membranes by chemically vapor deposited nanocoatings to achieve both high salt rejection and high permeate flux. The chemical vapor modification not only led to enhanced surface hydrophobicity and increased liquid entry pressure in membranes, but also significantly improved membrane wetting resistance at high temperature. Membranes with 1.0 and 2.0 μm pore size were successfully used for MD desalination with salt rejection higher than 99.99% achieved. Enlarging the pore size from 0.2 μm to 2.0 μm contributed to 48-73% enhancement in the permeate flux of the modified membranes. The modified large-pore-size membranes maintained the high permeate flux at elevated saline concentration and extended the operation time.

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)0,001
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 enseignants0,050
Score d'incertitude au seuil0,553

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,008
Tête enseignante GPT0,239
Écart entre enseignants0,231 · 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

Citations29
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRSC AdvancesMême sujetMembrane Separation TechnologiesTravaux en français237 207