Assembly of Ultralight Dual Network Graphene Aerogel with Applications for Selective Oil Absorption
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
High-performance graphene aerogels with well-developed internal structures are generally obtained by means of introducing additive materials such as carbon nanotubes, cellulose, and lignin into the aerogel network, which not only enhances the cost but also complicates the preparation process. Therefore, tailoring the internal structure of pristine graphene aerogel in a feasible way to achieve high performance is of great significance to the practical applications. Herein, a novel cysteamine/ l -ascorbic acid graphene aerogel (CLGA) was fabricated by a simple one-step hydrothermal method followed by freeze-drying. Through the creative combination of the reducing agent l -ascorbic acid and cross-linking agent cysteamine, a dual-network structure was constructed by both layered physical stacking and vertical chemical cross-linking. The addition of cysteamine not only enhanced the reduction degree but also assisted the formation of more vertical connections between graphene nanosheets, resulting in more abundant pores with smaller sizes compared with graphene aerogels prepared by the traditional hydrothermal reduction method. CLGA possessed an ultra-low density of 4.2 mg/cm 3 and a high specific surface area of 397.9 m 2 /g. As expected, this dual-network structure effectively improved the absorption capacity toward a variety of oil and organic solvents, with an outstanding oil absorption capacity up to 310 g/g. Furthermore, CLGA possessed good mechanical properties and oil/water selectivity. The absorbed oil could be recovered by both continuous absorption-removal process and mechanical squeezing, making the as-prepared aerogel superior absorbent material for a variety of applications, such as selective oil absorption and water treatment.
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) | 0,000 | 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 découle