Robust MXene aerogel assisted by cellulose nanofiber for efficient crude oil spill remediation
Notice bibliographique
Résumé
Efficient cleanup of crude oil continues to be a global challenge owing to its inherent high viscosity, which makes it difficult to remove with conventional porous adsorbents. Here, a novel multifunctional aerogel was fabricated through directional freeze-drying, leveraging its photothermal properties and directional structure for the rapid cleanup of crude oil. The aerogel incorporates 2,2,6,6-tetramethyl-1-piperidinyloxy oxidized nanocellulose to enhance Ti 3 C 2 T x (MXene) to construct functional networks, MXene/gold nanoparticles (MX/AuNPs) as photothermal absorbers, and methyltrimethoxysilane for hydrophobic coatings. After 30 compression-release cycles at 90% strain, the strain retention of the aerogel is 85.7%, indicating its mechanical super-elasticity. The as-prepared aerogel showed durable hydrophobicity (145°), high oil/organic solvent absorption capacity (45.7–85.6 g/g), and efficient photothermal conversion, rapidly attaining and sustaining 76 °C. Interestingly, for viscous crude oil that cannot be absorbed for a long time, the aerogel completed the absorption within 10 s after illumination, demonstrating an improved absorption ability of viscous crude oil. Furthermore, the obtained aerogel successfully achieved controlled and rapid light-driven motion, as well as long-lasting photothermal sterilization performance. This work presents a feasible strategy for developing multifunctional composite aerogels, addressing the increasing demands in crude oil separation 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 | 0,001 | 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 ».