Synthesis and performance of polysulfone-chitosan ultrafiltration membranes for humic acid removal
Notice bibliographique
Résumé
Natural organic matter (NOM) constitutes a significant contaminant in water sources, adversely affecting drinking water quality and complicating purification processes. To mitigate these contaminants, the current state of the application uses membrane filtration along with structural and surface modification of membranes. This study presents the development of polysulfone (PSU) flat-sheet ultrafiltration (UF) membranes, modified with three different concentrations of chitosan (0.05, 0.06, and 0.08 g), a natural polymer, to enhance NOM removal. The membranes were rigorously characterized using Fourier transform infrared (FTIR) spectroscopy, scanning electron microscopy (SEM), and water contact angle (WCA), porosity, and pore size analysis. Furthermore, the study delves into the interaction mechanisms between chitosan and the PSU polymer matrix, as well as the transport phenomena involved. The findings indicate that increasing the chitosan content from 0.05 to 0.08 g markedly enhanced the membrane's surface properties, reducing the contact angle from 72.8° to 53.5° and nearly doubling the permeation rate despite the decrease in porosity and pore size. The PSU UF membrane with 0.08 g chitosan demonstrated a superior humic acid (HA) rejection rate of 90%, underscoring chitosan's potential for improving polymeric membranes in NOM removal applications.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».