<i>Aloe vera</i> rind cellulose nanofibers‐reinforced films
Notice bibliographique
Résumé
ABSTRACT Aloe vera (AV) gel has been widely used in various medical, cosmetic, and nutraceutical applications. However, AV rind, the tougher outer layer of AV leaves where the cell wall components exists, is currently treated as a fertilizer or waste. This study aimed to investigate the potential of the AV rind as a resource for the production of cellulose nanofibers. Since a detailed analysis of the AV rind has been lacking, chemical composition of rind was analyzed before processing it into nanofibers. The results showed that AV rind has a high proportion of α‐cellulose (57.72% ± 2.18%). AV rind nanofibers (AVRNF) were prepared using chemi‐mechanical process. The morphological analyses showed that most of the isolated fibers were individual fibers under 20 nm. Crystallinity and degree of polymerization of the obtained AVRNF, and mechanical properties of the nanofibrous film were evaluated and compared with the wood nanofibers. Tensile strength of AVRNF film (102 MPa) was comparatively lower than the wood fibers (132 MPa), which was consistent with the lower crystallinity of AVRNF [crystallinity index (CI) = 0.66] as well as the lower degree of polymerization (DP = 396), compared with wood fibers (CI = 0.90, DP = 1297). © 2014 Wiley Periodicals, Inc. J. Appl. Polym. Sci. 2014, 131, 40592.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».