Real-time non-destructive monitoring of supported liquid membranes using electrochemical impedance spectroscopy
Notice bibliographique
Résumé
The degradation of supported liquid membranes (SLMs) due to membrane liquid leaching has been a hurdle for their implementation in resource recovery from waste streams. We present a novel approach utilizing four-electrode mode electrochemical impedance spectroscopy (EIS) for real-time, non-destructive monitoring of SLM degradation, providing detailed analysis of SLM's structural changes. We first showed that SLMs may be depicted as an electrical circuit of resistors and capacitors by EIS. The EIS then revealed that SLM degradation progressed over four different phases as a result of varying rates of thickness and area reduction of the SLM. To demonstrate the effectiveness of EIS-based diagnosis, we prepared SLMs designed for selective medium-chain fatty acid (MCFA) extraction in intact, partially, and completely degraded states, determined by the EIS. The intact SLM showed a high selectivity (∼50) for MCFAs over short-chain fatty acids. The selectivity decreased to ∼22 in the partially degraded SLMs, and less than 1 in the completely degraded SLM, indicating the clear linkage between the degree of degradation and the separation performance. Our four-electrode mode EIS method is expected to serve as a key tool for efficient SLM operation and stable SLM development. • We present four-electrode mode EIS for real-time monitoring of SLM degradation. • EIS analysis enables an accurate estimation of SLM area and thickness. • EIS reveals four distinct phases of SLM degradation. • We show the correlation between SLM structural changes and separation performances.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».