Improvement of Water Barrier Property of Paperboard by Coating Application with Biodegradable Polymers
Notice bibliographique
Résumé
Biopolymeric coatings were prepared and applied onto paperboard to improve its water barrier property. To prepare whey protein isolate (WPI)/cellulose-based films, WPI and glycerol were dissolved in water with glutaraldehyde (cross-linking agent) and cellulose xanthate. The solution was cast, dried, and insolubilized by entrapment of WPI in regenerated cellulose. Films were combined with beeswax (BW) into a bilayer coating system and then applied onto paperboard by heating compression. Another coating solution consisting of poly(vinyl butyral) (PVB)/zein was prepared by dissolving poly(vinyl alcohol) (PVA) and zein in 70% ethanol with glutaraldehyde and butyraldehyde (functionalization agent). The PVB/zein solution was applied onto paperboard after BW was sprayed. The structure of the PVB/zein-based coatings was analyzed by Fourier transform infrared spectroscopy (FTIR). The water vapor barrier property of coated paperboards was evaluated by water vapor transmission rate (WVTR) measurements. From the FTIR spectra, PVA functionalization after cross-linking and efficient acetalization into PVB were confirmed. WPI/cellulose and PVB/zein coating treatments improved the water barrier properties of paperboard by decreasing the WVTR by 77-78%. Although the BW coating was more efficient (decrease of WVTR by 89%), bilayer coatings composed of BW and polymer coatings had a stronger barrier effect with a decrease of WVTR to 92-95%, hence approaching commercial attributes required to ensure water vapor barrier in paperboard-based food containers (10 g/m(2).day). These results suggest that surface coating by biodegradable polymers may be utilized for the manufacture of paperboard containers in industrial applications.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».