MétaCan
Menu
Retour à la cohorte
Enregistrement W4401123816 · doi:10.3390/membranes14080167

Revisiting the Effect of the Resistance to Gas Accumulation in Constant Volume Systems on the Membrane Time Lag

2024· article· en· W4401123816 sur OpenAlexafffund
Peter Leszczynski, S. Lashkari, Boguslaw Kruczek

Notice bibliographique

RevueMembranes · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueMembrane Separation and Gas Transport
Établissements canadiensBurnaby HospitalUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésLagTime lagConstant (computer programming)Volume (thermodynamics)Lag timeResistance (ecology)MembraneThermodynamicsMechanicsChemistryMaterials scienceEnvironmental scienceComputer scienceBiological systemBiologyPhysicsEcologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

The time-lag method is commonly used to determine membrane permeability, diffusivity and solubility in a single gas permeation experiment in a constant volume system. An unwritten assumption on which this method relies is that there is no resistance to gas accumulation in the downstream receiver of the system. However, this is not the case, even with the specially designed receiver used in this study when, in addition to tubing, the receiver utilizes an additional accumulation tank. The resistance to gas accumulation originates from a finite diffusivity (Knudsen diffusion) of gases in tubing, which are magnified by “resistance-free” accumulation tank(s). As a result of the resistance to gas accumulation, the time lag of the membrane is underestimated, which leads to an overestimation of gas diffusivity in the membrane. The experimentally predicted resistances in different configurations of the receiver, expressed by the difference in the time lag at two different receiver locations, were several times greater than the theoretically predicted values. A high molecular PPO membrane was used to demonstrate this effect. The time lags measured at different locations differed by as much as 30%. The diffusivity of nitrogen in a PPO of 4.04 × 10−12 m2/s determined at the optimum configuration of the receiver is at least 50% lower than the literature-reported values.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,310
Score d'incertitude au seuil0,346

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,012
Tête enseignante GPT0,239
Écart entre enseignants0,228 · 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'étudeSimulation ou modélisation
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

Citations2
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMembranesMême sujetMembrane Separation and Gas TransportTravaux en français237 207