MétaCan
Menu
Retour à la cohorte
Enregistrement W2508269772 · doi:10.1021/acs.iecr.5b03360

Lignin Reverse Micelles for UV-Absorbing and High Mechanical Performance Thermoplastics

2015· article· en· W2508269772 sur OpenAlexaff
Yong Qian, Xueqing Qiu, Xiaowen Zhong, Delang Zhang, Yonghong Deng, Dongjie Yang, Shiping Zhu

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueLignin and Wood Chemistry
Établissements canadiensMcMaster University
Organismes subventionnairesChina Postdoctoral Science FoundationFundamental Research Funds for the Central UniversitiesMinistry of Education of the People's Republic of ChinaNational Natural Science Foundation of China
Mots-clésCyclohexaneHigh-density polyethyleneLigninMaterials scienceMicelleChemical engineeringMiscibilityModulusPolymer chemistryComposite materialPolymerPolyethyleneChemistryOrganic chemistryAqueous solution

Résumé

récupéré en direct d'OpenAlex

This work reports the preparation of a novel class of lignin reverse micelles (LRM) and their application as a UV-blocking additive for thermoplastics. It is found that when 7 vol % cyclohexane was added into alkali lignin (AL)/dioxane solution, LRM formed. When the cyclohexane amount increased, LRM tended to aggregate and separate from the solutions. LRM films had a water contact angle higher than 80°, in comparison to only 52° of the AL film control sample. Due to hydrophobicity, the miscibility of LRM with high density polyethylene (HDPE) was significantly improved from that of AL with HDPE. Since LRM retained the phenolic hydroxyl structure of AL, the HDPE/LRM samples showed an excellent UV-absorbing performance. Furthermore, the added LRM had little negative influence, but significantly improved the HDPE mechanical properties. With 5 wt % LRM loading, Young’s modulus increased from 1066 to 2104 MPa and the elongation at break increased from 671% to 1030%, respectively.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,109
Tête enseignante GPT0,286
Écart entre enseignants0,178 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations95
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndustrial & Engineering Chemistry ResearchMême sujetLignin and Wood ChemistryTravaux en français237 207