MétaCan
Menu
Retour à la cohorte
Enregistrement W4313330252 · doi:10.21203/rs.3.rs-2372208/v1

Advancing Hyper-Crosslinked Materials with High Efficiency and Reusability for Oil Spill Response

2022· preprint· en· W4313330252 sur OpenAlexfundno aff
Caleb Karmelich, Zhijian Wan, Wendy Tian, Emma Crooke, Xiubin Qi, Ann Carroll, Kristina Konstas, Colin D. Wood

Notice bibliographique

RevueResearch Square · 2022
Typepreprint
Langueen
DomaineMaterials Science
ThématiqueSurface Modification and Superhydrophobicity
Établissements canadiensnon disponible
Organismes subventionnairesFisheries and Oceans Canada
Mots-clésSorbentOil spillMaterials sciencePorosityAdsorptionChemical engineeringReusabilitySolventPulp and paper industryEnvironmental scienceChemistryOrganic chemistryComposite materialEnvironmental engineering

Résumé

récupéré en direct d'OpenAlex

Abstract Developing materials with high efficiency for recovering oil to mitigate the environmental impact of oil spills has always been a challenging task. A commercial melamine formaldehyde sponge was coated with an optimised superhydrophobic/superoleophilic hyper-crosslinked polymer and applied to the removal of crude oil from oil-in-water emulsions for the improvement of oil spill clean-up processes. The high surface area, porosity, hydrophobicity, and selectivity of oil over water made the HPCS ideal sorbent for efficient oil/water separation. The system was able to strip crude oil from water emulsions of 1000 ppm to a negligible level of 2 ppm oil with minimal amounts of the HPCS material. More importantly, the HPCS material could be reused via a simple mechanical compression process, and the uptake capacity was retained over ten cycles. For five cycles of oil adsorption/mechanical compression the HPCS was able to provide water filtrate with oil concentrations of under 15 ppm. This is an effective and economical recovery system, removing the need for consistent solvent washing and drying processes. These results suggest that the HPCS is a promising material for oil/water separation and recovery under challenging conditions.

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)0,015
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,052
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0150,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,054
Tête enseignante GPT0,377
Écart entre enseignants0,324 · 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.

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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch SquareMême sujetSurface Modification and SuperhydrophobicityTravaux en français237 207