MétaCan
Menu
Retour à la cohorte
Enregistrement W4402748318 · doi:10.1016/j.apsusc.2024.161300

Innovative ice mitigation: Exploring the potential of choline-based deep eutectic solvents and ionic liquids synergies

2024· article· en· W4402748318 sur OpenAlexafffund
Saba Goharshenas Moghadam, Gelareh Momen, Ramzi Zarrougui, Reza Jafari

Notice bibliographique

RevueApplied Surface Science · 2024
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueIonic liquids properties and applications
Établissements canadiensUniversité du Québec à Chicoutimi
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversité du Québec à Chicoutimi
Mots-clésIonic liquidEutectic systemCholine chlorideDeep eutectic solventChemical engineeringProcess (computing)ChemistryMaterials scienceNanotechnologyEnvironmental scienceProcess engineeringEngineeringComputer scienceMetallurgyOrganic chemistryCatalysis

Résumé

récupéré en direct d'OpenAlex

• Choline-based IL harbouring hydrophobic anion in coating exhibited superior hydrogen-bond donor ability to water. • Switching from EG to GL in DESs increased hydrogen-bonding sites, boosting anti-icing properties. • Coating containing GL-based DES reduced ice formation temperature to −36 °C and adhesion strength to 10 kPa. • Solid-state NMR validated the presence of QLL, contributing to ultra-low ice adhesion. • DESs in coatings altered frost patterns, enhancing durability against frost formation. The development of anti-icing coatings for extremely low temperatures is still emerging. Deep eutectic solvents (DESs), as subset of ionic liquid (IL) analogues, have recently gained increasing attention for their unique and versatile applications. Given no investigation regarding anti-icing capabilities of DESs, our study focused on the exciting potential of choline-based DESs. The intriguing potential of hydrogen bonding through the synergistic combination of DESs and ILs offers significant promise for innovative solutions to ice-related challenges that remain largely unexplored. We conducted a comprehensive study on the anti-freezing properties of DESs by synthesizing choline-based ILs featuring both hydrophilic and hydrophobic anions. We aimed to explore how the diverse hydrogen-bond donors in DESs combined with the synthesized ILs to enhance the system’s ability to prevent ice formation. Substituting ethylene glycol (EG) with glycerol (GL) resulted in achieving an ice formation temperature of − 36 °C and an exceptionally low ice adhesion strength of 10 kPa, due to a thicker quasi-liquid layer on the coating surface, confirmed by solid-state NMR spectroscopy. The altered frost formation patterns of the DES-containing coatings demonstrated an enhance resistance against frost formation. This comprehensive study underscored the promising synergy between DESs and ILs for highly effective ice mitigation.

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)0,000
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 enseignants0,224
Score d'incertitude au seuil0,343

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
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 Opus0,018
Tête enseignante GPT0,242
Écart entre enseignants0,224 · 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 revueApplied Surface ScienceMême sujetIonic liquids properties and applicationsTravaux en français237 207