Liquid-State NMR Analysis of Nanocelluloses
Notice bibliographique
Résumé
Abstract Recent developments in ionic liquid electrolytes for cellulose or biomass dissolution has also allowed for high-resolution 1H and 13C NMR on very high molecular weight cellulose. This permits the development of advanced liquid-state quantitative NMR methods for characterization of unsubstituted and low degree of substitution celluloses, for example, surface-modified nanocelluloses, which are insoluble in all molecular solvents. As such, we present the use of the tetrabutylphosphonium acetate ([P4444][OAc]):DMSO-d6 electrolyte in the 1D and 2D NMR characterization of poly(methyl methacrylate) (PMMA)-grafted cellulose nanocrystals (CNCs). PMMA-g-CNCs was chosen as a difficult model to study, to illustrate the potential of the technique. The chemical shift range of [P4444][OAc] is completely upfield of the cellulose backbone signals, avoiding signal overlap. In addition, application of diffusion-editing for 1H and HSQC was shown to be effective in the discrimination between PMMA polymer graft resonances and those from low molecular weight components arising from the solvent system. The bulk ratio of methyl methacrylate monomer to anhydroglucose unit was determined using a combination of HSQC and quantitative 13C NMR. After detachment and recovery of the PMMA grafts, through methanolysis, DOSY NMR was used to determine the average self-diffusion coefficient and, hence, molecular weight of the grafts compared to self-diffusion coefficients for PMMA GPC standards. This finally led to a calculation of both graft length and graft density using liquid-state NMR techniques. In addition, it was possible to discriminate between triads and tetrads, associated with PMMA tacticity, of the PMMA still attached to the CNCs (before methanolysis). CNC reducing end and sulfate half ester resonances, from sulfuric acid hydrolysis, were also assignable. Furthermore, other biopolymers, such as hemicelluloses and proteins (silk and wool), were found to be soluble in the electrolyte media, allowing for wider application of this method beyond just cellulose analytics.
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 ».