Mixed matrix membranes based on Pebax® MH-1657 for gas separation
Bibliographic record
Abstract
Dans ce travail, nous avons réussi à améliorer la perméabilité au CO2, ainsi que la sélectivité CO2/CH4 et CO2/N2, de membranes à matrice mixte (MMM) à base de poly(éthylène-bamide) (Pebax MH-1657) en incluant des cadres métalliques-organiques (MOF) et des additifs aromatiques. La première partie des travaux a porté sur l’ajout de MOF de synthèse (MIL-53 et NH2-MIL-53) au Pebax. Les interactions favorables entre les groupes fonctionnels des MOF et du CO2, ainsi que l’absence de défauts morphologiques majeurs, ont conduit à une meilleure performance de séparation du CO2 des membranes. Dans la deuxième partie, une approche différente a été adoptée en étudiant l’effet des acides carboxyliques aromatiques (acide benzoïque et acide isophtalique) sur les membranes planes de Pebax MH-1657. Les groupes fonctionnels carboxyle ont une forte affinité pour le CO2 facilitant le transport du CO2 à travers les membranes conduisant à une sélectivité CO2/CH4 et CO2/N2 plus élevée. Dans la dernière partie, deux MOF isoréticulaires (ZIF-8 et ZIF-67) ont été introduits dans le Pebax MH-1657 pour modifier ses propriétés discriminantes pour le CO2. Le ZIF-67 s’est avéré plus efficace pour faciliter la diffusion du CO2 en raison de sa taille plus appropriée d’ouverture des pores, tandis que le ZIF-8 était meilleur pour améliorer la solubilité du CO2 en raison de fortes interactions électrostatiques avec le CO2. Dans l’ensemble, les résultats obtenus ouvrent la voie au développement de membranes polymères pour la séparation des gaz.
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 | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 0.001 |
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".