MétaCan
Menu
Retour à la cohorte
Enregistrement W4361005592 · doi:10.3390/membranes13040380

Efficient, Breathable, and Compostable Multilayer Air Filter Material Prepared from Plant-Derived Biopolymers

2023· article· en· W4361005592 sur OpenAlexafffund
Rong Wu, Sneha Shanbhag, P. Ravi Selvaganapathy

Notice bibliographique

RevueMembranes · 2023
Typearticle
Langueen
DomaineMaterials Science
ThématiqueElectrospun Nanofibers in Biomedical Applications
Établissements canadiensMcMaster University
Organismes subventionnairesFedDev Ontario
Mots-clésMaterials scienceComposite materialPolypropyleneRespiratorParticle sizeThermoplasticFiltration (mathematics)Chemical engineering

Résumé

récupéré en direct d'OpenAlex

State-of-art face masks and respirators are fabricated as single-use devices using microfibrous polypropylene fabrics, which are challenging to be collected and recycled at a community scale. Compostable face masks and respirators can offer a viable alternative to reducing their environmental impact. In this work, we have developed a compostable air filter produced by electrospinning a plant-derived protein, zein, on a craft paper-based substrate. The electrospun material is tailored to be humidity tolerant and mechanically durable by crosslinking zein with citric acid. The electrospun material demonstrated a high particle filtration efficiency (PFE) of 91.15% and a high pressure drop (PD) of 191.2 Pa using an aerosol particle diameter of 75 ± 2 nm at a face velocity of 10 cm/s. We deployed a pleated structure to reduce the PD or improve the breathability of the electrospun material without compromising the PFE over short- and long-duration tests. Over a 1 h salt loading test, the PD of a single-layer pleated filter increased from 28.9 to 39.1 Pa, while that of the flat sample increased from 169.3 to 327 Pa. The stacking of pleated layers enhanced the PFE while retaining a low PD; a two-layer stack with a pleat width of 5 mm offers a PFE of 95.4 ± 0.34% and a low PD of 75.2 ± 6.1 Pa.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge 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 enseignants0,007
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,011
Tête enseignante GPT0,233
Écart entre enseignants0,221 · 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

Citations7
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMembranesMême sujetElectrospun Nanofibers in Biomedical ApplicationsTravaux en français237 207