MétaCan
Menu
Retour à la cohorte
Enregistrement W2756194325 · doi:10.1021/acsomega.7b01119

From Structure to Properties of Composite Films Derived from Cellulose Nanocrystals

2017· article· en· W2756194325 sur OpenAlexafffund
Brandon Vollick, Pei‐Yu Kuo, Moien Alizadehgiashi, Ning Yan, Eugenia Kumacheva

Notice bibliographique

RevueACS Omega · 2017
Typearticle
Langueen
DomaineMaterials Science
ThématiqueAdvanced Cellulose Research Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésMaterials scienceComposite numberToughnessComposite materialPolymerNanocrystalMorphology (biology)Nanotechnology

Résumé

récupéré en direct d'OpenAlex

Many natural materials exhibit a multilayer structure in which adjacent layers rotate in a helicoidal manner. The remarkable optical and mechanical properties of these materials have motivated research and development of man-made materials with similar morphology. Among them, composite materials by cellulose nanocrystals (CNCs) and polymers have attracted great interest; however, the relationship between the cholesteric structure and the material properties is not well understood. We used the composite CNC-polymer latex films with random, stratified, and cholesteric morphologies, all with the same compositions, to explore the effect of structure on the optical and mechanical properties of the composite films. Films with a cholesteric structure exhibited strong extinction, circular dichroism, and high stiffness; however, they had lower toughness than the films with the cholesteric stratified morphology. Films with disordered morphologies exhibited the highest toughness and the lowest stiffness. These trends were attributed to the confinement effects and the difference in polymer distribution in the films. These results provide guidance for the preparation of biomimetic cholesteric films with targeted optical and mechanical properties.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,009
Score d'incertitude au seuil0,669

Scores Codex et Gemma par catégorie

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 ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,030
Tête enseignante GPT0,282
Écart entre enseignants0,252 · 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 tête enseignante, 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

Citations31
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS OmegaMême sujetAdvanced Cellulose Research StudiesTravaux en français237 207