MétaCan
Menu
Retour à la cohorte
Enregistrement W7132911531

Interfacial Polymerization of Silica Nanoparticles to Create Modifiable, Ultra-Thin, Ultrafiltration Membranes

2023· dissertation· W7132911531 sur OpenAlexaff
Dean Frank Stipanic

Notice bibliographique

RevueTSpace · 2023
Typedissertation
Langue
DomaineMaterials Science
ThématiquePolymer Surface Interaction Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésUltrafiltration (renal)NanoparticlePolymerizationPolymerMembraneInterfacial polymerizationNanomaterialsContact angle
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Interfacial polymerization is an industrially scalable technique, most notably used in the fabrication of reverse osmosis membranes, with the ability to create highly crosslinked thin films. This work successfully expands the interfacial polymerization chemistry library by utilizing 1D nanomaterials to create highly crosslinked, modifiable, defect-free nanoparticle membranes. Silica nanoparticles were used as a proof-of-concept due to their straightforward synthesis and chemical modification, exemplifying the feasibility of integrating nanoparticles into this established technique. Careful selection of the crosslinking agent in the interfacial polymerization scheme allowed for film thicknesses between 100 nm and 1.6 μm to be achieved. The nanoparticle layer exhibited poor mechanical stability under pressure and required a low pore size, high strength support membrane for stable operation. Chemical modification of the nanoparticle film with a hydrophobic polymer altered the water contact angle from 26° to 95°, showing ease of control over surface chemistry. This approach could be readily expanded to incorporate other types of nanoparticles and be applied to a wide range of applications beyond ultrafiltration.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,028
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,033
Tête enseignante GPT0,351
Écart entre enseignants0,317 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpaceMême sujetPolymer Surface Interaction StudiesTravaux en français237 207