MOFs and COFs for Radionuclide and Nuclear‐Waste Treatment
Notice bibliographique
Résumé
Abstract The ever‐growing energy demand, driven by rapid industrialization and global urbanization, has escalated the development of sustainable nuclear power generation. Nuclear fission and fuel production generate several radioactive byproducts including 79 Se, 85 Kr, 90 Sr, 99 Tc, 127 Xe, 129/131 I, 137 Cs, 235 U, which pose great threat upon environmental infiltration. The sustainable development of nuclear energy relies on the easy and adequate accessibility of nuclear‐fuels, like uranium, alongside safe and efficient management of the nuclear fuel cycles. To this end, reticular materials such as metal–organic frameworks (MOFs) and covalent–organic frameworks (COFs) have emerged as versatile sorbent platforms for efficient treatment of various radionuclides owing to their structural tunability and target specificity. Given that momentous advances have been made in radionuclide treatment by reticular materials in the past few decades, it is important to systematically review and summarize the recent advancements in this field. In this review, a brief overview of the different classes of radioactive‐wastes, and the principles of radioactive waste treatment is first presented. The prerequisites in materials designing are then discussed, followed by the recent progress in MOFs‐ and COFs‐materials toward radioactive‐waste‐treatment. Finally, future perspectives on the unresolved scientific and technical challenges are proposed, aiming to fast‐track the translation of these materials toward real‐world implementation.
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 | 0,000 | 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) | 0,000 | 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 ».