Poly(methyl methacrylate)‐grafted cellulose nanocrystals: One‐step synthesis, nanocomposite preparation, and characterization
Notice bibliographique
Résumé
Abstract Cellulose nanocrystals (CNCs) are ideal reinforcing agents for polymer nanocomposites because they are lightweight and nano‐sized with a large aspect ratio and high elastic modulus. To overcome the poor compatibility of hydrophilic CNCs in non‐polar composite matrices, we grafted poly(methyl methacrylate) (PMMA) from the surface of CNCs using an aqueous, one‐pot, free radical polymerization method with ceric ammonium nitrate as the initiator. The hybrid nanoparticles were characterized by CP/MAS NMR, X‐ray photoelectron spectroscopy, infrared spectroscopy, contact angle, thermogravimetric analysis, X‐ray diffraction, and atomic force microscopy. Spectroscopy demonstrates that 0.11 g/g (11 wt %) PMMA is grafted from the CNC surface, giving PMMA‐ g ‐CNCs, which are similar in size and crystallinity to unmodified CNCs but have an onset of thermal degradation 45 °C lower. Nanocomposites were prepared by compounding unmodified CNCs and PMMA‐ g ‐CNCs (0.0025–0.02 g/g (0.25–2 wt %) loading) with PMMA using melt mixing and wet ball milling. CNCs improved the performance of melt‐mixed nanocomposites at 0.02 g/g (2 wt %) loading compared to the PMMA control, while lower loadings of CNCs and all loadings of PMMA‐ g ‐CNCs did not. The difference in Young's modulus between unmodified CNC and polymer‐grafted CNC composites was generally insignificant. Overall, ball‐milled composites had inferior mechanical and rheological properties compared to melt‐mixed composites. Scanning electron microscopy showed aggregation in the samples with CNCs, but more pronounced aggregation with PMMA ‐g‐ CNCs. Despite improving interfacial compatibility between the nanoparticles and the matrix, the effect of PMMA‐ g ‐CNC aggregation and decreased thermal stability dominated the composite 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 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 ».