Aerogels Fabricated from Wood-Derived Functional Cellulose Nanofibrils for Highly Efficient Separation of Microplastics
Notice bibliographique
Résumé
Microplastics pollution in the aquatic environment has been considered as a particular concern for global ecosystems in recent years. Herein, bleached eucalyptus pulp was chemically modified by 2,2,6,6-tetramethylpiperidine-1-oxyl and 2,3-epoxypropyltrimethylammonium chloride to produce modified cellulose nanofibrils (CNFs). Then, porous CNF-based aerogels were prepared by the freeze-drying process and selected as a matrix filter for highly efficient separation of polystyrene microplastics (PSMPs). Results showed that the modified CNF aerogels could efficiently separate different types of PSMPs with filtration efficiencies of 100 and 75% for carboxylate-modified polystyrene (PS–COOH) and amine-modified polystyrene (PS–NH 2 ), respectively. Meanwhile, the hydrophilicity and porous structure of these materials endowed aerogels with high filtration flux. The excellent filtration performance of materials mainly relied on their microstructure and high surface charge, which could effectively capture and separate PSMPs from aqueous solution through the synergistic actions of physical entrapment, electrostatic interaction, and hydrogen bonding. In addition, the modified aerogels had good stability and reusability, and the filtration efficiency of PS–COOH remained at 100% after eight cycles. These findings provide a green and promising method for designing functional aerogel filters from sustainable resources to be used for applications in microplastics separation and water purification.
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 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 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».