Cradle-to-Gate Life Cycle Assessment of Cellulose-Based Membrane Manufacturing Process
Notice bibliographique
Résumé
Polymer nanocomposite membrane is an innovative and promising approach with a broad spectrum of potential applications in filtration processes.In spite of this, membrane production procedures are far from environmentally friendly and sustainable.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 cradleto-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 non-renewable 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 impacts.A number of hotspots in the membrane production process were identified, and measures were suggested for reducing the environmental impact of membrane production.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».