MétaCan
Menu
Retour à la cohorte
Enregistrement W2901970545 · doi:10.1177/155892501501000310

Cellulose Nanocrystals: Dispersion in Co-Solvent Systems and Effects on Electrospun Polyvinylpyrrolidone Fiber Mats

2015· article· en· W2901970545 sur OpenAlexaff
Ryan J. Going, Dan Sameoto, Cagri Ayranci

Notice bibliographique

RevueJournal of Engineered Fibers and Fabrics · 2015
Typearticle
Langueen
DomaineMaterials Science
ThématiqueAdvanced Cellulose Research Studies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésPolyvinylpyrrolidoneMaterials scienceComposite materialDispersion (optics)NanocompositeUltimate tensile strengthComposite numberCelluloseSolventChemical engineeringPolymer chemistryOrganic chemistryChemistry

Résumé

récupéré en direct d'OpenAlex

This study reports a method to achieve dispersion of freeze-dried Cellulose nanocrystals (CNCs) with polyvinylpyrrolidone (PVP) in a water-methanol co-solvent system using purely mechanical means; in this case, magnetic stirring and sonication. During this study, no chemical modifiers or surfactants of any kind were added during the dispersion process as they increase the cost and duration of the manufacturing process for CNC reinforced composites and nanocomposites. The effect of CNC loading (0-20wt% of PVP) and preparation method on solution viscosity, dispersion, and mechanical properties of electrospun PVP/CNC nanocomposite fiber mats were examined. In particular, this study demonstrates that pre-dispersion of the hydrophilic CNCs in pure deionized water before the addition of methanol and PVP is critical to improving dispersion and achieving greater homogeneity of the system. All samples were examined for birefringence by polarized light microscopy, which was correlated to the level of CNC dispersion within the polymer matrix. The effect of CNC loading on the mechanical properties of the composite mats was investigated via tensile testing. Humidity was identified as an important factor affecting the PVP nanofiber morphology and strength, though its effects were not characterized in this study.

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 seuil0,002

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)0,0000,000

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 Opus0,015
Tête enseignante GPT0,262
Écart entre enseignants0,247 · 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

Citations12
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Engineered Fibers and FabricsMême sujetAdvanced Cellulose Research StudiesTravaux en français237 207