Bibliographic record
Abstract
Työssä tutkittiin lämpötilan vaikutusta kalvon likaantumiseen mustalipeällä ja puuperäisellä hydrolysaatilla lämpötiloissa 20, 45 ja 70 °C:tta. Työn tavoitteena oli löytää lämpötila, jossa tutkimuksessa käytetyt puuperäiset liuokset likasivat kalvoja mahdollisimman vähän. \n \nTutkimuksessa käytettiin Alfa Lavalin UFX5-ultrasuodatuskalvoa sekä Microdyn-Nadirin ultrasuodatuskalvoa UP010 ja nanosuodatuskalvoa NP010. Ennen puuperäisten liuosten adsorboimista kalvoihin säilöntäaineet poistettiin kalvoista sekä kalvojen toiminta stabiloitiin esikäsittelemällä kalvot. Esikäsittelyssä kalvoja pestiin alkalisella pesuaineella, puristettiin 8 bar:n paineessa sekä huuhdeltiin vedellä ja etikkahapolla. Esikäsitellyt kalvot karakterisoitiin mittaamalla malliaineliuoksen vuo ja malliaineiden retentiot suodattamalla polyetyleeniglykoliliuosta kolmikennosuodattimella paineissa 2, 4 ja 6 bar. Tämän jälkeen kalvot altistettiin lämpötiloissa 20, 45 ja 70 °C:tta mustalipeälle ja hydrolysaatille. Altistuksen jälkeen karakterisointi tehtiin uudelleen, jotta vuoarvoja ja retentioita vertaamalla voitiin arvioida altistuksen aikana tapahtunutta kalvojen likaantumista. Adsorboituneen lian puhdistusta kalvoista tutkittiin pesemällä kalvoja alkalisella pesuliuoksella 20 °C:ssa tehdyn altistuksen jälkeen. \n \nMustalipeälle altistettujen kalvojen likaantuminen oli vähäisintä kokeissa, joissa lämpötila oli 20 °C. Alfa Lavalin UFX5-kalvolla 70 °C:ssa tehdyssä kokeessa kalvon likaantuminen oli myös erittäin vähäistä, sillä permeabiliteetti pieneni mustalipeäaltistuksen seurauksena alle 5 %. Hydrolysaatille altistetut kalvot likaantuivat adsorptiolla vähiten Alfa Laval UFX5-kalvoilla 20 °C:ssa tehdyissä kokeissa ja 45 °C:ssa Microdyn-Nadir NP010-kalvoilla tehdyissä kokeissa. Kokeiden perusteella tutkituista vaihtoehdoista korkein tutkimuksessa käytetty lämpötila 70 °C ja Alfa Lavalin UFX5-kalvo soveltuvatkin parhaiten mustalipeän kalvosuodatukseen adsorptiivisen likaantumisen kannalta.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.002 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.019 | 0.006 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; both teacher heads agree on what is shown here.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".