Fabrication of Conductive Graphene Aerogel Membranes with Selective Adsorbent Capabilities
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
Permeable membranes are useful in multifarious applications, e.g. gas and water filters, sensors, cellular membranes (e.g. artificial skin), drug delivery patches, and high energy density batteries etc. Aerogel is a polymeric material fabricated by removing the liquid phase in a gel, creating a low density 3D scaffold with ultra-porous microstructures. Research has been focused on building several low cost environmentally friendly aerogels based on crosslinking nanocellulose with 1,4-butanediol diglycidyl ether (BDE), followed by a freeze drying and a thermal curing process. Conductive aerogels involving crosslinking nanocellulose and graphene oxide (produced in house using Hummers method) with BDE were also made. Graphene aerogels are also known as aerographene, a unique conductive material with astounding structural robustness, ultra-low density, absorbency (capacity to absorb over 500 times its own weight) and elasticity, easily retaining original shape after numerous compression cycles. Both types of aerogels are highly stable and are capable of rapidly and repeatedly separating oil from water via adsorption, like a sponge. Further work includes the removal of simple cations such as Na+, Ca2+, K+ etc using aerographene under voltage, which could point to its use for water desalination. The combination of adsorption capabilities and ease of use makes the produced aerographene a potential solution to remove a diverse range of contaminants from a water supply. * Indicates faculty mentor.
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 | 0,001 |
| 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