MétaCan
Menu
Retour à la cohorte
Enregistrement W2600680158 · doi:10.1021/acs.macromol.7b00516

Tailoring Cellulose Nanocrystal and Surfactant Behavior in Miniemulsion Polymerization

2017· article· en· W2600680158 sur OpenAlexafffund
Stephanie A. Kedzior, Heera S. Marway, Emily D. Cranston

Notice bibliographique

RevueMacromolecules · 2017
Typearticle
Langueen
DomaineMaterials Science
ThématiqueAdvanced Cellulose Research Studies
Établissements canadiensMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMcMaster University
Mots-clésMiniemulsionPulmonary surfactantCationic polymerizationPolymerizationChemical engineeringZeta potentialPolymer chemistryHydrophobeMaterials scienceAdsorptionMonomerCounterionColloidPolymerNanoparticleChemistryOrganic chemistryComposite materialNanotechnology

Résumé

récupéré en direct d'OpenAlex

Cellulose nanocrystals (CNCs) combined with surfactants were used to stabilize miniemulsion polymerization reactions. Anionic CNCs with H + and Na + counterions and cationic-modified CNCs were investigated with anionic and cationic surfactants. When oppositely charged CNCs and surfactants were mixed, CNC size increased and absolute zeta-potential decreased, indicating surfactant adsorption and the ability to costabilize the monomer/water interface. Colloid-probe atomic force microscopy showed that surfactant adsorption to CNCs is strongly dependent on the CNC surface charge and counterion. Miniemulsion polymerization of poly(methyl methacrylate) (PMMA) was performed in the presence of CNC–surfactant mixtures; latexes were produced giving PMMA nano particles when there was no interaction between CNCs and surfactant and PMMA micro particles when CNCs and surfactant acted as costabilizers. This shows that CNCs can be used with surfactants to stabilize miniemulsion polymerization, reducing the need for a hydrophobe and leading to latexes with tunable properties (size, size distribution, surface charge, and polymer molecular weight) for coatings, adhesives, and household/personal care products.

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 recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,294
Écart entre enseignants0,271 · 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

Citations96
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMacromoleculesMême sujetAdvanced Cellulose Research StudiesTravaux en français237 207