Effect of metal salts on high‐voltage atmospheric cold plasma‐induced polymerization of acrylamide
Notice bibliographique
Résumé
Abstract Acrylamide polymerization in solution was successfully induced by high‐voltage atmospheric cold plasma (HVACP) treatment, using nitrogen gas. Addition of metal sulfates greatly increased acrylamide polymerization, with ZnSO 4 and MgSO 4 yielding 89% and 62% polyacrylamide polymer, respectively. Presence of excited nitrogen species during HVACP treatment was demonstrated using optical emission spectroscopy. Proton NMR (H 1 NMR) and attenuated total reflectance‐Fourier transform infrared spectroscopy were performed to verify the degree of polymerization. Rheology experiments and viscosity measurements showed that acrylamide samples treated with HVACP in the presence of ZnSO 4 , MgSO4 had higher viscoelastic moduli, and intrinsic viscosity (η) compared to those treated in deionized (DI) water, due to the higher degree of polymerization. Addition of ZnSO 4 yielded the greatest viscoelastic moduli and intrinsic viscosity (the storage modulus was G' = 1.26·10 4 ± 1.8·10 3 Pa and the loss modulus was G" = 3.06·10 3 ± 1.10·10 3 Pa, and [η] ≈ 26 L/g). With MgSO 4 , the viscoelastic moduli were G' = 5.93·10 3 ± 1.40·10 3 Pa and G" = 1.60·10 3 ± 2.6·10 2 Pa, and (η) ≈ 4.7 L/g. In DI water G' = 1.55·10 3 ± 2.1·10 2 Pa and G" = 7.44·10 2 ± 1.37·10 2 Pa, and (η) ≈ 2. PAM prepared with ZnSO 4 also had the highest molecular weight, as determined by mass spectroscopy. ZnCl 2 and MgCl 2 hindered acrylamide polymerization, highlighting the effect of the sulfate ions on acrylamide polymerization using HVACP 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.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 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 ».