MétaCan
Menu
Retour à la cohorte
Enregistrement W2047698878 · doi:10.1080/10408398.2011.636156

Thermoplastic Starch Processing and Characteristics—A Review

2014· review· en· W2047698878 sur OpenAlexaffabout
Yachuan Zhang, Curtis Rempel, Qiang Liu

Notice bibliographique

RevueCritical Reviews in Food Science and Nutrition · 2014
Typereview
Langueen
DomaineMaterials Science
ThématiqueNanocomposite Films for Food Packaging
Établissements canadiensAgriculture and Agri-Food CanadaResearch ManitobaCanola Council of CanadaUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésPlasticizerThermoplasticStarchMaterials scienceCrystallinityUltimate tensile strengthGlass transitionDifferential scanning calorimetryMoistureBioproductsComposite materialPulp and paper industryPolymerWaste managementBiofuelFood scienceChemistry

Résumé

récupéré en direct d'OpenAlex

Canola Council of Canada, Winnipeg, Manitoba, Canada The rising costs of nonrenewable feedstocks and environmental concerns with their industrial usage have encouraged the study and development of renewable products, including thermoplastic starch (TPS). Starch is an abundant, plant-based biodegradable material with interesting physicochemical characteristics that can be exploited, and this has received attention for development of TPS products. Starch exhibits usable thermoplastic properties when plasticizers, elevated temperatures, and shear are present. The choice of plasticizer has an effect on TPS, even when these have similar plasticization principles. Most TPS have glass transition temperature, Tg, in the range of approximately -75 to 10°C. Glassy transition of TPS is detected by differential scanning calorimeter (DSC) and thermodynamic analyzer (DMA), although DMA has been found to be more sensitive and effective. TPS has low tensile properties, typically below 6 MPa in tensile strength (TS). The addition of synthetic polymers, nanoclay, and fiber can improve TS and water-resistance ability. The moisture sorption behavior of TPS is described in GAB and BET models, from which monolayer moisture content and specific area are derived. Current studies on surface tension, gas permeability, crystallinity, and so on of the TPS are also reviewed.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,045
Score d'incertitude au seuil0,089

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0050,007
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,003

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 Opus0,063
Tête enseignante GPT0,380
Écart entre enseignants0,317 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations338
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCritical Reviews in Food Science and NutritionMême sujetNanocomposite Films for Food PackagingTravaux en français237 207