MétaCan
Menu
Retour à la cohorte
Enregistrement W3176141646 · doi:10.11159/icnnfc21.lx.103

Investigation of the Metal Cations Adsorption Selectivity UsingNanocavities-Rich Polyamine-Cross-Linked PMVEAMA

2021· article· en· W3176141646 sur OpenAlexvenueno aff
Mateusz Pawlaczyk, Grzegorz Schroeder

Notice bibliographique

RevueProceedings of the World Congress on Recent Advances in Nanotechnology · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueElectrochemical sensors and biosensors
Établissements canadiensnon disponible
Organismes subventionnairesEuropean Social FundEuropean Commission
Mots-clésPolyamineSelectivityAdsorptionMetalChemistryMaterials scienceOrganic chemistryBiochemistry

Résumé

récupéré en direct d'OpenAlex

Water contamination with toxic metal ions is one of the major problems of environmental pollution, caused by intensified economic development.Therefore, efficient sorptive systems capable of binding metal cations are of great interest.Herein, we present the synthesis of materials containing nanocavities created by the cross-linking of poly(methyl vinyl ether-alt-maleic anhydride) with four structurally different polyamines: tris(2-aminoethyl)amine (TREN), piperazine, triethylenetetramine (TETA), and 4,7,10-trioxa-1,13-tridecanediamine (TRI-OXA).The easiness of the synthetic protocol and the biocompatibility of bare polymer indicate the convenience of the proposed adsorbents.The materials were subjected to adsorption of Al(III), Mn(II), Hg(II), and Cd(II) ions from their binary, ternary, and quaternary systems.The ions' adsorption percentages were established using XRF analysis, indicating the dependence of the materials' adsorption ability on the cross-linking agent used.Such findings are strictly related to the size of the polyamine used, determining the distances between subsequent polymer chains, and thus the size of internal nanocavities formed.

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 enseignants0,000
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 Opus0,010
Tête enseignante GPT0,237
Écart entre enseignants0,228 · 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the World Congress on Recent Advances in NanotechnologyMême sujetElectrochemical sensors and biosensorsTravaux en français237 207