Bibliographic record
Abstract
Dans ce travail, une méthode efficace est présentée pour la production de membranes composites planes à haute performance pour la séparation de gaz en utilisant une quantité limitée de solvant. En particulier, une série de polydiméthylsiloxane/polyéthylène de basse densité (PDMS/LDPE) a été produite en apposant une couche de PDMS active sur un support de LDPE microporeux produit par extrusion continue et lixiviation de sel et immersion dans l'eau chaude. La méthode proposée est simple et de faible coût car elle est basée sur des matériaux peu dispendieux (LDPE et PDMS) et utilise peu de solvant écologique (eau). En vue d'améliorer la performance et les propriétés des membranes composites, des particules de silice fumée traitée avec le triméthylsiloxy (TFS) ont été incorporées dans la couche de PDMS pour produire des membranes nano-composites PDMS-TFS/LDPE. Les membranes ont ensuite été caractérisées en termes de morphologie, de porosité et de distribution de tailles de pores, ainsi que les propriétés thermiques, mécaniques, de sorption et de perméation. Comme les caractéristiques de la membrane dépendent des conditions de mise en oeuvre, la production des membranes composites a été optimisée en fonction de différents revêtements, de la concentration en nanoparticules et de la concentration de la couche de revêtement. Les performances membranaires (perméabilité et sélectivité) ont été étudiées pour différentes conditions opératoires (température et pression) et les résultats ont montré que la membrane nano-composite PDMS-TFS10%/LDPE est appropriée pour différentes applications industrielles dans la séparation d'hydrocarbures supérieurs.
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.002 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.003 |
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; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".