“Biomass to Membrane”: Sulfonated Kraft Lignin/PCL Superhydrophilic Electrospun Membrane for Gravity-Driven Oil-in-Water Emulsion Separation
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
Biobased membranes made with green solvents have numerous advantages in the water purification industry; however, their long-term use is impeded by severe membrane fouling and low structural stability. Herein, we proposed a facile and green approach to fabricate an eco-friendly and biodegradable electrospun membrane by simply blending polycaprolactone (PCL) with sulfonated kraft lignin (SKL) in a green solvent (i.e., acetic acid) without needing any additional post-treatment. We investigated the influence of SKL content on the surface morphology, chemical composition, and mechanical properties of the electrospun membrane. The SKL-modified membranes (L-5 and L-10) showed superhydrophilicity and underwater superoleophobicity with a water contact angle (WCA) of 0° (<3 s) and an underwater–oil contact angle (UWOCA) over 150° due to the combined effect of surface roughness and hydrophilic chemical functionality. Furthermore, the as-prepared membranes demonstrated excellent pure water flux of 800–900 LMH and an emulsion flux of 170–480 LMH during the gravity-driven filtration of three surfactant-stabilized oil-in-water emulsions, namely, mineral oil/water, gasoline/water, and n -hexadecane/water emulsions. In addition, these membranes exhibited superior antioil-fouling performance with excellent separation efficiency (97–99%) and a high flux recovery ratio (>98%). The 10 wt % SKL-incorporated membrane (L-10) also showed consistent separation performance after 10 cyclic tests, indicating its excellent reusability and recyclability. Furthermore, the stability of the membrane under harsh pH conditions was also evaluated and proved to be robust enough to maintain its wettability in a wide pH range (pH 1–10).
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,004 |
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