MétaCan
Menu
Retour à la cohorte
Enregistrement W4286203358 · doi:10.1021/acs.iecr.2c00664

Recent Advances in Adsorption and Separation of Methane and Carbon Dioxide Greenhouse Gases Using Metal–Organic Framework-Based Composites

2022· article· en· W4286203358 sur OpenAlexafffund
Hossein Roohollahi, Hossein Zeinalzadeh, Hossein Kazemian

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2022
Typearticle
Langueen
DomaineChemistry
ThématiqueMetal-Organic Frameworks: Synthesis and Applications
Établissements canadiensUniversity of Northern British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMetal-organic frameworkAdsorptionMethaneGas separationMaterials scienceGreenhouse gasContext (archaeology)Composite numberCarbon fibersOxideChemical engineeringNanotechnologyComposite materialMembraneChemistryOrganic chemistryMetallurgyEngineering

Résumé

récupéré en direct d'OpenAlex

The development of materials and methods efficient for carbon capturing, methane storage, and selective separation of CO2 and CH4 from gas mixtures is a crucial approach to addressing the problems of these two greenhouse gases. In this regard, metal organic framework (MOF)-based composite materials are recognized as a promising class of materials, which could combine the advantages of MOFs and the other constituents to reduce their current drawbacks in the adsorption/separation systems. In this context, a series of MOF composites recently developed for CO2 and CH4 adsorption and their selective separation from gas mixtures are presented and discussed: MOF/carbon-based materials, MOF/Si-based composites, MOF mixed-matrix membranes, MOF/MOF, and MOF/metal oxide structures. Here, with an emphasis on the most recent signs of progress, we hope to shed a light on the MOF composites and assist future research to promote the performance of current composites and develop new MOF hybrid structures considering the proposed challenges.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,011
Score d'incertitude au seuil0,828

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,063
Tête enseignante GPT0,331
Écart entre enseignants0,268 · 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 tête enseignante, 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

Citations47
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIndustrial & Engineering Chemistry ResearchMême sujetMetal-Organic Frameworks: Synthesis and ApplicationsTravaux en français237 207