MétaCan
Menu
Retour à la cohorte
Enregistrement W4407666190 · doi:10.1021/acscentsci.4c01878

Pinpointing the Onset of Water Harvesting in Reticular Frameworks from Structure

2025· article· en· W4407666190 sur OpenAlexaff
Ha L. Nguyen, Andrea Darù, Saumil Chheda, Ali H. Alawadhi, Silvio Neumann, Lifen Wang, Xuedong Bai, Majed O. Alawad, Christian Borgs, Jennifer Chayes, Joachim Sauer, Laura Gagliardi, Omar M. Yaghi

Notice bibliographique

RevueACS Central Science · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueEvacuation and Crowd Dynamics
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesUC Berkeley College of ChemistryNational Institutes of HealthNational Science FoundationHumboldt-Universität zu BerlinDivision of ChemistryKing Abdulaziz City for Science and TechnologyDeutsche ForschungsgemeinschaftUniversity of Chicago
Mots-clésReticular connective tissueComputer scienceMedicineAnatomy

Résumé

récupéré en direct d'OpenAlex

Covalent organic frameworks (COFs) have emerged as promising atmospheric water harvesters, offering a potential solution to the pressing global issue of water scarcity, which threatens millions of lives worldwide. This study presents a series of 2D COFs, including HCOF-3, HCOF-2, and a newly developed structure named COF-309, designed for optimized water harvesting performance with a high working capacity at low relative humidity. To elucidate their water sorption behavior, we introduce a hydrophilicity index directly linked to intrinsic properties, such as the strength and spatial density of adsorptive sites. This index is mathematically correlated to the step of water adsorption isotherms. Our correlation provides a predictive tool that extends to other microporous COFs and metal-organic frameworks, significantly enhancing the ability to predict their onset positions of water adsorption isotherms based on structural characteristics. This advancement holds the potential to guide the development of more efficient materials for atmospheric water harvesting.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,273
Score d'incertitude au seuil0,143

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,003
Tête enseignante GPT0,209
Écart entre enseignants0,206 · 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'étudeSimulation ou modélisation
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

Citations16
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS Central ScienceMême sujetEvacuation and Crowd DynamicsTravaux en français237 207