MétaCan
Menu
Retour à la cohorte
Enregistrement W4409453500 · doi:10.1002/cjce.25506

A non‐noble metal plasmonic photothermal nanoparticle floating device for efficient interface water evaporation

2024· article· en· W4409453500 sur OpenAlexvenueno aff
Zilong Zeng, Xueyu Guo, Jie Liu, Jiarui Cheng, Tian Xie, Chaoqian Ai, Bing Luo, Lijing Ma, Dengwei Jing

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2024
Typearticle
Langueen
DomaineEnergy
ThématiqueSolar-Powered Water Purification Methods
Établissements canadiensnon disponible
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesNational Natural Science Foundation of China
Mots-clésPhotothermal therapyNoble metalMaterials scienceEvaporationNanoparticlePlasmonNanotechnologyInterface (matter)MetalChemical engineeringOptoelectronicsComposite materialMetallurgyWettingEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract The utilization of solar energy for steam generation presents an eco‐friendly and sustainable strategy to address the challenges linked with water scarcity. Nevertheless, its widespread implementation in industrial production has been significantly hindered by the intrinsic limitation of low evaporation efficiency. Herein, we report a straightforward non‐noble metal plasma photothermal floating device designed for interfacial water evaporation. Precisely, 3 mg of synthesized TiN nanoparticles was uniformly spin‐coated on the carbonized wood dealt with hydrothermal reaction. The experimental results demonstrated a noteworthy photothermal water evaporation efficiency of 93.4% under the irradiation of 1 kW m −2 . Simultaneously, the device exhibited exceptional stable repeatability and salt resistance. The typical ion concentrations (Na + , K + , Ca 2+ , Mg 2+ ) before and after seawater evaporation were monitored and found to have a remarkable ion removal rate of 99.57% ~ 99.94%, which is even lower than the national drinking water hygiene standards. We firmly believe that our work could offers valuable insights for the advancement of large‐scale seawater desalination and crystalline salt recovery 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 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 ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,016
Tête enseignante GPT0,249
Écart entre enseignants0,233 · 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

Citations5
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetSolar-Powered Water Purification MethodsTravaux en français237 207