Ambient‐Dried MOF/Cellulose‐Based Aerogels for Atmospheric Water Harvesting and Sustainable Water Management in Agriculture
Notice bibliographique
Résumé
Abstract Atmospheric water harvesting (AWH) is a promising approach to address water scarcity; however, achieving scalable and efficient materials remains a critical challenge. Herein, we present ambient‐dried aerogels composed of biobased materials (cellulose nanofibers and sodium alginate), integrated with metal–organic frameworks (MOFs) and hygroscopic salts for effective AWH. A key innovation in this system is the functional incorporation of MOFs into the aerogel scaffolds, where they enhance water capture at low relative humidity (RH) and contribute to improved salt stabilization. The biobased matrix facilitates ambient drying, while promoting efficient water transport and absorption. The prepared aerogels demonstrate a competitive water uptake of 0.32 g/g at 25% RH and 3.52 g/g at 90% RH within 12 h. When coated with a carbon nanotube (CNT) layer, the aerogels achieve a solar‐driven evaporation efficiency of ≈70%. As proof of concept, the aerogels were used to create microclimates inside a terrarium, where atmospheric water absorbed by the system was released under solar irradiation to sustain a plant growth for two weeks. This stategy can be extended to greenhouses, leveraging high humidity and waste heat for enhanced water regeneration, alongside ventilation systems to optimize water collection efficiency, representing a transformative opportunity for sustainable agriculture.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».