Gas Sensing With Polymeric Materials: Improved Sensitivity and Selectivity for Acetaldehyde and Formaldehyde
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
ABSTRACT Selective detection of volatile organic compounds (VOCs) remains a critical challenge in environmental monitoring and industrial safety. This study investigates the sensitivity and selectivity of four pristine polymeric backbones—polyaniline (PANI), polypyrrole (PPy), polyvinylpyrrolidone (PVP), and polythiophene (PTh)—for the detection of acetaldehyde (Ac) and formaldehyde (F). Among these, PANI demonstrated significant sensitivity to both gases, making it a promising candidate for detecting F. Conversely, PPy and PVP exhibited pronounced sensitivity and selectivity for Ac, making them suitable for applications requiring selective Ac sensing. PTh, with negligible sorption of both analytes, can serve as a material to indicate a sensor baseline. Modifications to the PANI backbone, including poly(o‐anisidine) (POANI), poly(N‐methyl aniline) (PNMA), and poly(2,5‐dimethyl aniline) (P25DMA), were also evaluated. While these derivatives improved Ac sensitivity, they reduced F sensitivity due to altered electrostatic interactions. Among these, P25DMA displayed a relatively higher selectivity for F, although it still needs further refinements. Binary and ternary gas mixture analyses were conducted to simulate real‐world scenarios with multiple VOCs, revealing PPy and PVP as optimal materials for Ac detection, and P25DMA as a good material for detection of F. Mechanistic insights indicate that electrostatic interactions and polymer morphology significantly influence sorption behavior. This study underscores the potential of tailored polymeric materials for specific gas sensing applications and reports notable selectivity achievements for gas sensing polymers for detecting structurally and functionally diverse analytes.
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.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 découle