MétaCan
Menu
Retour à la cohorte
Enregistrement W4402441847 · doi:10.26434/chemrxiv-2024-3l5n4

Turning Trash to Treasure: The Influence of Carbon Waste Source on the Photothermal Behaviour of Plasmonic Titanium Carbide Interfaces

2024· preprint· en· W4402441847 sur OpenAlexafffund
Matthew J. Margeson, Mark Atwood, Mita Dasog

Notice bibliographique

RevueChemRxiv · 2024
Typepreprint
Langueen
DomaineMaterials Science
ThématiqueTransition Metal Oxide Nanomaterials
Établissements canadiensDalhousie University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaResearch Nova ScotiaKillam TrustsOcean Frontier InstituteCanada Foundation for Innovation
Mots-clésPhotothermal therapyMaterials scienceTitanium carbideCarbon fibersCarbideTitaniumTreasureNanotechnologyPhotothermal effectPlasmonPhotocatalysisMetallurgyChemical engineeringComposite materialOptoelectronicsChemistryEngineeringComposite number

Résumé

récupéré en direct d'OpenAlex

Pyrolysis of carbonaceous waste materials has emerged as an effective recycling method to generate value-added products. In addition to producing pyrolytic oil and gas, the thermal degradation process yields solid pyrolytic char, which can be further processed. In this study, local waste materials, birch wood residue, Japanese knotweed stems, spent coffee grounds, tire rubber, and lobster shells were assessed for their potential to form pyrolytic char. After a simple acid treatment, many of these chars were successfully incorporated into solid-state synthesis of plasmonic titanium carbide (TiC) nanoparticles (NPs). Each char exhibited unique physical and chemical properties, which were leveraged to synthesize TiC NPs with distinct characteristics. To evaluate the plasmonic behavior of these TiC samples, solar-driven desalination experiments were performed. Notably, TiC derived from tire rubber demonstrated a high broadband absorbance and achieved a solar-to-vapor generation efficiency of 95%, corresponding to an evaporation rate of 1.40 ± 0.01 kg m⁻² h⁻¹ under one-sun illumination. This performance is the highest among all chars tested and ranks among the top reported values in the literature. Additionally, the evaporation interface maintained its performance over multiple cycles and under highly hypersaline conditions.

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 enseignants0,013
Score d'incertitude au seuil0,967

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
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 Opus0,017
Tête enseignante GPT0,242
Écart entre enseignants0,225 · 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

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChemRxivMême sujetTransition Metal Oxide NanomaterialsTravaux en français237 207