MétaCan
Menu
Retour à la cohorte
Enregistrement W3165994352 · doi:10.1016/j.micromeso.2021.111236

Monolithic carbon aerogels from bioresources and their application for CO2 adsorption

2021· article· en· W3165994352 sur OpenAlexaff
Shiyu Geng, Alexis Maennlein, Liang Yu, Jonas Hedlund, Kristiina Oksman

Notice bibliographique

RevueMicroporous and Mesoporous Materials · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueCarbon Dioxide Capture Technologies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésAdsorptionChemical engineeringDesorptionCarbon fibersPorosityMaterials scienceSelectivityFlexibility (engineering)Activated carbonChemistryOrganic chemistryComposite materialCatalysisComposite number

Résumé

récupéré en direct d'OpenAlex

Monolithic binder-free CO2 adsorbents with high adsorption capacity, selectivity, adsorption-desorption kinetics, and regenerability are highly desired to both reduce the environmental impact of anthropogenic CO2 emissions and purify valuable gases from CO2. Herein, we report a strategy to prepare monolithic carbonaceous CO2 adsorbents from low-cost and underutilized bioresources, which enabled the formation of a delicate anisotropic, hierarchical porous structure. With optimized material composition and processing conditions, the biobased carbon adsorbent demonstrated a CO2 adsorption capacity of 4.49 mmol g-1 at 298 K and 100 kPa, relatively weak adsorbent-adsorbate affinity, good CO2/N2 selectivity, and advantageous hydrophobicity against water vapor. Moreover, the unique anisotropic porous structure provided high stiffness and good flexibility to the adsorbent in the axial and radial directions, respectively. We confirmed that this type of carbon adsorbent could be packed in a column for dynamic CO2 capture independent of any binders, indicating its promising future for further development toward widespread utilization.

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 enseignants0,001
Score d'incertitude au seuil0,002

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)0,0000,000

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 Opus0,005
Tête enseignante GPT0,181
Écart entre enseignants0,175 · 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

Citations26
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMicroporous and Mesoporous MaterialsMême sujetCarbon Dioxide Capture TechnologiesTravaux en français237 207