MétaCan
Menu
Retour à la cohorte
Enregistrement W4210473977 · doi:10.1016/j.mex.2022.101627

Methods for stability assessment of electrically conductive membranes

2022· article· en· W4210473977 sur OpenAlexaff
Mohamad Amin Halali, Charles‐François de Lannoy

Notice bibliographique

RevueMethodsX · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMembrane Separation Technologies
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMembraneMaterials scienceGlutaraldehydeChemical engineeringPassivationMicrofiltrationCoatingUltrafiltration (renal)Cellulose triacetateComposite materialChemistryChromatographyPolymer

Résumé

récupéré en direct d'OpenAlex

The surface properties of electrically conductive membranes (ECMs) govern their advanced abilities. During operation, these properties may differ considerably from their initially measured properties. Depending on their operating conditions, ECMs may undergo various degrees of passivation. ECM passivation can detrimentally impact their real time performance, causing large deviations from expected behaviour based on their initially measured properties. Quantifying these changes will enable consistent performance comparisons across the active and electrically conductive membrane research field. As such, consistent methods must be established to quantify ECM membrane properties. In this work, we proposed three standardized methods to assess the electrochemical, chemical, and physical stability of such membrane coatings: 1) electrochemical oxidation, 2) surface scratch testing, and 3) pressurized leaching. ECMs were synthesized by the most common approach - coating support ultrafiltration (UF) and/or microfiltration (MF) polyethersulfone (PES) membranes with carbon nanotubes (CNT) cross-linked with polyvinyl alcohol (PVA) and two types of cross-linkers (either succinic acid (SA) or glutaraldehyde (GA)). We then evaluated these ECMs based on the three standardized methods: 1) We evaluated electrochemical stability as a function of electro-oxidation induced by applying anodic potentials. 2) We measured the scratch resistance to quantify the surface mechanical stability. 3) We measured physical stability by quantifying the leaching of PVA during separation of a model foulant (polyethylene oxide (PEO)). Our methods can be extended to all types of electrically conductive membranes including MF, UF, nanofiltration (NF), and reverse osmosis (RO) ECMs. We propose that these fundamental measurements are critical to assessing the viability of ECMs for industrial MF, UF, NF, and RO applications.•Anodic-oxidation was used to check the electrochemical stability of ECMs•Depth of penetration resulted from scratch test is an indicator of the electrically conductive membrane coating's mechanical stability•The leaching of the main components forming the nanolayer was quantified to assess the membranes' physical stability.

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)0,005
score de la tête « metaresearch » (Gemma)0,007
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,007
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,077
Tête enseignante GPT0,436
Écart entre enseignants0,359 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMethodsXMême sujetMembrane Separation TechnologiesTravaux en français237 207