Comparison of nanocrystalline cellulose and fumed silica in latex coatings
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Exploratory work has been undertaken to compare the performance of nanocrystalline cellulose (NCC) with fumed silica in styrene/acrylic latex coatings. NCC has emerged as a promising candidate for the reinforcement of polymeric materials because of its impressive mechanical properties and renewable nature. However, a better understanding of NCC in nanocomposites, compared to more conventional fumed silica-filled systems, is critical to identify feasible commercial applications for NCC. While the dispersion of nanomaterials in polymer matrices is often a challenge, by working with hydrophilic nanoparticles in a waterborne latex, the authors demonstrate that both NCC and fumed silica were dispersed in the latex coatings (up to 9 wt% loadings). The hardness, elastic modulus, resistance to plastic deformation and impact strength were similar for coatings with both types of nanomaterials at loadings below the percolation threshold of NCC (~3 wt%); however, the mechanical performance of NCC-filled coatings was significantly better at higher loadings. In abrasion and corrosion resistance tests, NCC-filled coatings underperformed relative to unfilled and fumed silica-filled coatings. This is the first report that directly compares NCC-filled polymeric coatings with silica-filled coatings including evaluation using industry standards like nanoindentation and corrosion resistance testing. This article contains supporting information that will be made available online once the issue is published.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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