MétaCan
Menu
Retour à la cohorte
Enregistrement W4415098483 · doi:10.1080/21622515.2025.2567070

Sustainable solutions: the role of gel-based adsorbents in CO₂ capture

2025· article· en· W4415098483 sur OpenAlexaff
Asefe Mousavi Moghadam, Mahsa Baghban Salehi, Sedigheh Mahdavi, Khosro Jarrahian

Notice bibliographique

RevueEnvironmental Technology Reviews · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueCarbon Dioxide Capture Technologies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésAdsorptionSustainabilityProcess (computing)Work (physics)Quality (philosophy)

Résumé

récupéré en direct d'OpenAlex

This review examines the potential of novel gel-based adsorbents as effective solutions for capturing carbon dioxide (CO2) amid rising global emissions. Addressing the urgent need for sustainable and energy-efficient adsorption technologies, the article highlights the unique characteristics of various gel-based adsorbents, particularly those derived from renewable resources. These materials exhibit advantageous three-dimensional structures that enhance high-capacity and energy-efficient CO2 capture. Key features include a porous three-dimensional structure and tunable viscoelastic properties that contribute to significant adsorption capacity, selectivity, and optimised energy recovery. Additionally, the review analyzes the design and performance of the latest generations of sustainable gel adsorbents, often integrated with nanomaterials, ionic liquids, or biosurfactants, demonstrating the synergistic effects of these combinations on performance enhancement. Recent advances in carbon capture, utilisation, and storage (CCUS) technologies related to these adsorbents are examined. The economic and environmental benefits of hybrid systems were outlined, emphasising their inherent sustainability and essential role in the transition to a low-carbon economy. Finally, future research directions focused on optimising gel structures were proposed to enhance scalability and efficiency, a crucial step in facilitating sustainable development and strengthening climate resilience in the face of ongoing environmental challenges.

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)0,001
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,004
Tête enseignante GPT0,193
Écart entre enseignants0,189 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Technology ReviewsMême sujetCarbon Dioxide Capture TechnologiesTravaux en français237 207