SYNTHESIS AND CHARACTERIZATION OF MESOPOROUS POLYMER-SILICA HYBRID MONOLITH USING CONVENTIONAL SOL-GEL METHOD FOR ENZYME SUPPORT
Notice bibliographique
Résumé
This research involved developing a novel solid support for an enzyme attachment, focusing on synthesizing a polymer-silica hybrid monolith via in-situ sol-gel polymerization method. The fabrication of a very large surface area of the monolith was done using a cold mixture of poly(ethylene-glycol) (PEG) with tetraethyl-orthosilicate (TEOS) and acetic acid with different ratios of PEG amount and molecular weights, namely PEG-0.1, PEG-0.2, and PEG-0.3. The experiments were conducted at a very low temperature of 0 C, followed by overnight gelification and aging. The sol then underwent calcination at 200 C forming a hybrid monolith. The characterizations of hybrid monoliths were performed by Attenuated-Total Reflection-Fourier Transformed Infrared Spectroscopy (ATR-FTIR), Scanning Electron Microscope (SEM), and Surface Area and Porosity Analyzer using both Brunauer-Emmett-Teller (BET) and Barrett-Joyner-Halenda (BJH) methods to describe the developed monoliths. FTIR shows the presence of Si-O-Si stretching associated with the monolith network due to the polymerization process together with the presence of silanol functional group (Si-OH) that can be exploited further for covalent attachment with the enzyme. Results also showed that the optimum ratios for the hybrid polymer-silica synthesis were PEG-0.1with 10,000 M n surface area of mesoporous network recorded for 494.121 m 2 /g and pore volume of 0.265 cm 3 /g. These findings showed that the synthesized hybrid monolith on fused silica capillary will provide a vast surface area with desirable functional groups; thus, very promising for lipase immobilization support that can be used in future small-scale lipid transformation.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».