MétaCan
Menu
Retour à la cohorte
Enregistrement W1787156164 · doi:10.15376/biores.7.3.3948-3959

Using cationic polymers to improve alkenyl succinic anhydride (ASA) sizing efficiency in high-yield pulp containing furnish

2012· article· en· W1787156164 sur OpenAlexafffund
Qijie Chen, Yonghao Ni, Zhibin He

Notice bibliographique

RevueBioResources · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueLignin and Wood Chemistry
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesCanada Research Chairs
Mots-clésSuccinic anhydrideCationic polymerizationPulp (tooth)SizingPolyacrylamidePolymerEmulsionPulp and paper industryChemical engineeringMaterials scienceChlorideYield (engineering)ChemistryOrganic chemistryPolymer chemistryComposite material

Résumé

récupéré en direct d'OpenAlex

High-yield pulp (HYP) such as bleached chemi-thermo-mechanical pulp (BCTMP) from aspen wood, is now being used in the production of high-quality fine papers, and this is particularly true in China. In this study, the effect of using cationic polymers such as poly-aluminum chloride (PAC), polyethylenimine (PEI), cationic polyacrylamide (CPAM), and poly-(diallyldimethylammonium chloride) (PDADMAC) on Alkenyl Succinic Anhydride (ASA) sizing efficiency in HYP-containing pulp furnish was investigated. The results showed that the addition of only ASA emulsion to the HYP-containing furnish, without any cationic additives, did not yield an appreciable degree of sizing in the paper sheet. PAC (or alum) could improve the ASA sizing efficiency. PEI, PDADMAC, CPAM, and NaHCO3 all improved ASA sizing efficiency in the presence of PAC. The charge density of PEI was important for improving the ASA sizing performance. Also, the sequence of adding the cationic polymer affected the ASA sizing performance.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
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 enseignants0,069
Score d'incertitude au seuil0,880

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,235
Écart entre enseignants0,217 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations9
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBioResourcesMême sujetLignin and Wood ChemistryTravaux en français237 207