MétaCan
Menu
Retour à la cohorte
Enregistrement W4391843192 · doi:10.1021/acsami.3c16449

Effect of Ionic Strength and pH on the Sorption of Heavy Metals onto Polyaniline Copolymers in Aqueous Solutions

2024· article· en· W4391843192 sur OpenAlexafffund
Angela Marineau, Uliana Karpukhina, Ruth Agyemang, Katherine M. E. Stewart

Notice bibliographique

RevueACS Applied Materials & Interfaces · 2024
Typearticle
Langueen
DomaineMaterials Science
ThématiqueConducting polymers and applications
Établissements canadiensTrent University
Organismes subventionnairesTrent University
Mots-clésPolyanilineSelectivityAnilineIonic strengthAqueous solutionSorptionMaterials scienceCopolymerPolymerInorganic chemistryIonic bondingPolymer chemistryChemical engineeringChemistryOrganic chemistryAdsorptionIonComposite materialCatalysisPolymerization

Résumé

récupéré en direct d'OpenAlex

Polyaniline (PANI) and two copolymers, poly(aniline- co - o -toluidine) (PoTOL-50) and poly(aniline- co - o -anisidine) (PoANI-50) were synthesized with equal input ratios (1:1) to enhance PANI as sensing material for the sensing of various heavy metal analytes in aqueous solutions. The polymers were evaluated for both their sensitivity and selectivity toward four heavy metals (Ba 2+, Cd 2+, Cu 2+, and Ni 2+ ) and two common matrix interferents (Ca 2+ and Mg 2+ ) at 10 and 40 ppm. The effect of pH and ionic strength of the aqueous solutions on the sensitivity and selectivity was also evaluated. All three polymers showed high sensitivity and selectivity to Ba 2+ . Varying the pH and ionic strength of solutions did not show significant differences in either the selectivity or the sensitivity of the polymers.

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)0,001
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 enseignants0,012
Score d'incertitude au seuil0,515

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,015
Tête enseignante GPT0,269
Écart entre enseignants0,254 · 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

Citations8
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS Applied Materials & InterfacesMême sujetConducting polymers and applicationsTravaux en français237 207