Surface modification of lignin for applications in polypropylene blends
Notice bibliographique
Résumé
ABSTRACT The surface modification of wet‐milled softwood lignin produced with the LignoForce System was successfully carried out in a one‐step aqueous process. Different hydrophobic molecules, including cetyl trimethyl ammonium bromide, poly(ethylene oxide), polyethylene‐block‐poly(ethylene glycol), dodecenyl succinic anhydride, and alkyl ketene dimer (AKD), were investigated to design the hydrophobicity of lignin with the objective of improving the adhesion and compatibility in polymer blends composed of polar lignin particles and, for example, nonpolar polypropylene (PP). AKD, among all of the investigated approaches, proved to be the simplest and most effective for significantly increasing the contact angle of lignin while preserving the original micrometer size of wet‐milled, spray‐dried lignin particles. This treatment led to a noticeable improvement in the stiffness of lignin–PP composite blends, with an increase of approximately 15% in Young's modulus. The compatibility of the AKD‐treated lignin with PP was assessed through tensile strength measurements and blend morphology observation, whereas the mechanism of AKD interaction with lignin was investigated with contact angle measurement, differential scanning calorimetry, Fourier transform infrared spectroscopy, and 1H‐NMR spectroscopy measurements. © 2017 Wiley Periodicals, Inc. J. Appl. Polym. Sci. 2017, 134, 45103.
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 ».