Hydrophilic Antifouling Thin-Film Nanocomposite Forward Osmosis Membranes: Effect of Zwitterion-Functionalized Carbon Nanofiber Modification
Notice bibliographique
Résumé
The polyamide (PA) active layer plays a key role in the permeation and antifouling properties of thin-film composite (TFC) membranes. In this study, we synthesized a nature-based zwitterionic thin-film nanocomposite (TFN) membrane with improved organic fouling resistance. Hydrophilic zwitterionic poly(sulfobetaine methacrylate) (PSBMA) was chemically introduced onto the surface of cellulose nanofibers (CNFs) to form CNF- g -PSBMA, which was subsequently incorporated into the PA selective layer. The cross-sectional transmission electron microscopy images and 3D atomic force microscopy surface topographies of synthesized TFC membranes showed that CNF- g -PSBMA led to the formation of a thinner and smoother PA layer. The performance of membranes was investigated in a forward osmosis (FO) filtration setup in two FO and pressure-retarded osmosis (PRO) modes. The water flux in FO and PRO modes showed an increase of 16.3 and 38 LMH, respectively, with a reverse salt flux similar to that of the pristine membrane. The modified TFN membranes revealed enhanced antifouling properties against sodium alginate and bovine serum albumin foulants up to four times compared with the unmodified TFC because of their improved hydrophilicity and smoother surface. The CNF- g -PSBMA-modified TFNs demonstrated great potential for use in FO filtration, thanks to the incorporation of nature-based green materials, which significantly enhanced the membrane performance.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».