Membrane-based nanopurification for plastic recycling
Notice bibliographique
Résumé
Purification technologies that remove contaminants from waste plastics are critical to increasing plastic recyclability. Mechanical recycling cannot remove embedded additives, dissolution methods are limited by additive–polymer compatibility and chemical recycling requires strict control of contamination to prevent undesired reactions. This work introduces a membrane-based size-exclusion process that exploits a key property of plastics: polymer molecules typically have a molecular weight significantly higher than that of common additives. A case study using ceramic tubular ultrafiltration membranes demonstrates removal of over 90% of hexabromocyclododecane (HBCD) from both virgin and post-consumer polystyrene, while also eliminating polymer tailings originating from degraded polymer chains. By targeting the size difference between polymers and additives, this approach opens new opportunities for regeneration of plastics and offers a pathway to broader recyclability. Applied to common plastics such as PE, PP, PS, PVC, and PU, this framework could increase the fraction of recycled plastics from ~9% to over 68.5%. Purification technologies capable of removing contaminants from plastic waste are key to increasing plastic recyclability. Here, the authors report a membrane-based size-exclusion process and show that ceramic tubular ultrafiltration membranes can remove over 90% of hexabromocyclododecane from virgin and post-consumer polystyrene, while also eliminating polymer tailings from degraded polymer chains.
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 | 0,001 | 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 ».