Impact of Hierarchical Cation-Exchange Membranes’ Chemistry and Crosslinking Level on Electrodialysis Demineralization Performances of a Complex Food Solution
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Hierarchical cation-exchange membranes (hCEMs) fabricated by blade coating and UV crosslinking of ionomer on top of a porous substrate demonstrated promising results in performing NaCl demineralization. In the food industry, complex solutions are used and hCEMs were never investigated before for these food applications. The performances of two different coating chemistries (urethane acrylate based: UL, and acrylic acid based: EbS) and three crosslinking degrees (UL5, UL6, UL7 for UL formulations, and EbS-1, EbS-2, EbS-3 for EbS formulations) were formulated. The impacts of hCEMs properties and crosslinking density on whey demineralization performances by electrodialysis (ED) were evaluated and compared to CMX, a high performing CEM for whey demineralization by ED. The crosslinking density had an impact on the hCEMs area specific resistance, and on the ionic conductance for EbS membrane. However, 70% demineralization of 18% whey solution was reached for the first time for hCEMs without any fouling observed, and with comparable performances to the CMX benchmark. Although some properties were impacted by the crosslinking density, the global performances in ED (limiting current, demineralization duration, global system resistance, energy consumption, current efficiency) for EbS and UL6 membranes were similar to the CMX benchmark. These promising results suggest the possible application of these hCEMs (UL6, EbS-2, and EbS-3) for whey demineralization by ED and more generally complex products as an alternative in the food industry.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 découle