Physicochemical characteristics of polysulfone nanofiber membranes with iron oxide nanoparticles via electrospinning
Notice bibliographique
Résumé
Abstract Hydrophilicity is one of the ideal properties for water treatment membrane. In addition, higher surface area with a porous structure results in extraordinary permeability and selectivity, thus making it a good candidate for water permeability. This study used iron oxide nanoparticles (IONPs) as polysulfone (PSf) membrane nanofillers to enhance the physicochemical properties. Nanofiber membranes were characterized in terms of morphology, wettability, and pure water permeability (PWP). The concentration of IONPs was varied from 0.5% to 2.0% (w/v). From the scanning electron microscope images, all produced membranes were smooth and contain bead‐free nanofibers. The produced nanofiber membrane with 1% (w/v) of IONPs concentration was found to be optimum since it had the highest porosity, lower contact angle, and desirable fiber thickness and diameter. In order to find the best PSf solution concentration, the loadings of PSf were varied from 18% to 27% (w/v). The PSf/IONPs with 25% (w/v) provided the best results in terms of fiber thickness and diameter, porosity and morphology. The contact angle also confirmed that in the presence of IONPs, the nanofiber structure produced with 25% PSf was less hydrophobic and had the highest PWP (70.27 L/m 2 h bar).
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».