MétaCan
Menu
Retour à la cohorte
Enregistrement W4403749136 · doi:10.1038/s41545-024-00403-9

Bacterial cellulose-graphene oxide composite membranes with enhanced fouling resistance for bio-effluents management

2024· article· en· W4403749136 sur OpenAlexafffund
Ishfaq Showket Mir, Ali Riaz, Julie Fréchette, Joy Sankar Roy, James Mcelhinney, Sisi Pu, Hari Kalathil Balakrishnan, Jesse Greener, Ludovic F. Dumée, Younès Messaddeq

Notice bibliographique

Revuenpj Clean Water · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueGraphene and Nanomaterials Applications
Établissements canadiensUniversité Laval
Organismes subventionnairesCenter for Membranes and Advanced Water Technology, Khalifa UniversityKhalifa University of Science, Technology and ResearchUniversité Laval
Mots-clésGrapheneFoulingBacterial celluloseCelluloseMembraneComposite numberBiofoulingOxideEffluentMaterials scienceChemical engineeringPulp and paper industryChemistryComposite materialNanotechnologyEnvironmental scienceEnvironmental engineeringBiochemistryEngineering

Résumé

récupéré en direct d'OpenAlex

Bacterial cellulose composites hold promise as renewable bioinspired materials for industrial and environmental applications. However, their use as free-standing water filtration membranes is hindered by low compressive strength, fouling, and poor contaminant selectivity. This study investigates the potential of bacterial cellulose-graphene oxide composites membranes for fouling resistance in pressure-driven filtration. Graphene oxide dispersed in poly(ethylene glycol) (PEG-400) is incorporated as a reinforcing filler into 3D network of bacterial cellulose using an in-situ synthesis method. The effect of graphene oxide on in situ fermentation yield and the formation of percolated-network in the composites shows that the optimal membrane properties are reached at a graphene oxide loading of 2 mg/mL. The two-dimensional graphene oxide nanosheets uniformly dispersed into the matrix of bacterial cellulose nanofibers via hydrogen-bonded interactions demonstrated nearly twofold higher water flux (380 L m −2 h −1 ) with a molecular weight cut-off ranging between 100–200 KDa and a sixfold increase in wet compression strength than pristine BC. When exposed to synthetic organic foulants and bacterial rich feed solutions, the composite membranes showed more than 95% flux recovery. Additionally, the membranes achieved over 95% rejection of synthetic natural organic matter and bacterial rich solutions, showcasing their enhanced fouling resistance and selectivity.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,007
Tête enseignante GPT0,201
Écart entre enseignants0,194 · 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 source (Gemma direct ou Codex distillé), 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

Citations19
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuenpj Clean WaterMême sujetGraphene and Nanomaterials ApplicationsTravaux en français237 207