Optimization of cellulose nanocrystal length and surface charge density through phosphoric acid hydrolysis
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.
Notice bibliographique
Résumé
Cellulose nanocrystals (CNCs) are emerging nanomaterials with a large range of potential applications. CNCs are typically produced through acid hydrolysis with sulfuric acid; however, phosphoric acid has the advantage of generating CNCs with higher thermal stability. This paper presents a design of experiments approach to optimize the hydrolysis of CNCs from cotton with phosphoric acid. Hydrolysis time, temperature and acid concentration were varied across nine experiments and a linear least-squares regression analysis was applied to understand the effects of these parameters on CNC properties. In all but one case, rod-shaped nanoparticles with a high degree of crystallinity and thermal stability were produced. A statistical model was generated to predict CNC length, and trends in phosphate content and zeta potential were elucidated. The CNC length could be tuned over a relatively large range (238-475 nm) and the polydispersity could be narrowed most effectively by increasing the hydrolysis temperature and acid concentration. The CNC phosphate content was most affected by hydrolysis temperature and time; however, the charge density and colloidal stability were considered low compared with sulfuric acid hydrolysed CNCs. This study provides insight into weak acid hydrolysis and proposes 'design rules' for CNCs with improved size uniformity and charge density.This article is part of a discussion meeting issue 'New horizons for cellulose nanotechnology'.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,001 | 0,002 |
| 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) | 0,000 | 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 découle