MétaCan
Menu
Retour à la cohorte
Enregistrement W4386127672 · doi:10.11159/icepr23.105

Life Cycle Assessment of Electrospun Cellulose-Based NanocompositeMembrane Fabrication

2023· article· en· W4386127672 sur OpenAlexaffvenue
Nasrin Attari, Robert Hausler

Notice bibliographique

RevueProceedings of the World Congress on New Technologies · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRecycling and Waste Management Techniques
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésNanocompositeCelluloseFabricationMembraneMaterials scienceLife-cycle assessmentComposite materialChemical engineeringChemistryEngineeringMedicine

Résumé

récupéré en direct d'OpenAlex

Polymer nanocomposite membrane is an innovative and promising approach with a broad spectrum of potential applications in filtration processes.It is used to selectively separate molecules and ions.A comprehensive understanding of its environmental impacts, covering the life cycle of the used materials and the fabrication process, is crucial for its long-term sustainable success.This research aims to elaborate and implement a decision-making tool for greener membrane fabrication process.The environmental impacts of synthesizing one batch of Nanocomposite cellulose nanofibrils/cellulose acetate membrane using 50 gr polymer dope solution by electrospinning technique was determined based on a life cycle assessment methodology.The eco-sufficiency and sustainability of the electrospinning method were evaluated through a cradle-to-gate life cycle assessment (LCA) adopting the Cumulative Energy Demand (CED), and IMPACT2002+ impact assessment methods.According to CED assessment, the majority of energy consumed during electrospun membrane synthesis, amounting to 382 MJ, was consumed by the production of cellulose nanofibers.This is related to nonrenewable fossil energy consumed in Ethanol production.As per IMPACT2002+ impact assessment, cellulose acetate and cellulose nanofiber manufacturing, and medium voltage electricity are the main contributors to the overall midpoint environmental effects.

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 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 enseignants0,343
Score d'incertitude au seuil0,470

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,011
Tête enseignante GPT0,257
Écart entre enseignants0,245 · 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

Citations1
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the World Congress on New TechnologiesMême sujetRecycling and Waste Management TechniquesTravaux en français237 207