MétaCan
Menu
Retour à la cohorte
Enregistrement W2574604646 · doi:10.1021/acsami.6b14471

Robust Guar Gum/Cellulose Nanofibrils Multilayer Films with Good Barrier Properties

2017· article· en· W2574604646 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueACS Applied Materials & Interfaces · 2017
Typearticle
Langueen
DomaineMaterials Science
ThématiqueAdvanced Cellulose Research Studies
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesCanada Research Chairs
Mots-clésMaterials scienceChemical engineeringGuar gumFabricationCelluloseDimethylacetamideTetrahydrofuranAcetoneCastingComposite materialSolventOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

The pursuit of sustainable functional materials requires development of materials based on renewable resources and efficient fabrication methods. Hereby, we fabricated all-polysaccharides multilayer films using cationic guar gum (CGG) and anionic cellulose nanofibrils (i.e., TEMPO-oxidized cellulose nanofibrils, TOCNs) through a layer-by-layer casting method. This technique is based on alternate depositions of oppositely charged water-based CGG and TOCNs onto laminated films. The resultant polyelectrolyte multilayer films were transparent, ductile, and strong. More importantly, the self-standing films exhibited excellent gas (water vapor and oxygen) and oil barrier performances. Another outstanding feature of these resultant films was their resistance to various organic solvents including methanol, acetone, N,N-dimethylacetamide (DMAc) and tetrahydrofuran (THF). The proposed film fabrication process is environmentally benign, cost-effective, and easy to scale-up. The developed CGG/TOCNs multilayer films can be used as a renewable material for industrial applications such as packaging.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,005
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,043
Tête enseignante GPT0,268
Écart entre enseignants0,225 · 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