MétaCan
Menu
Retour à la cohorte
Enregistrement W2913903690 · doi:10.1002/adsu.201800156

Cinnamate‐Functionalized Cellulose Nanocrystals as UV‐Shielding Nanofillers in Sunscreen and Transparent Polymer Films

2019· article· en· W2913903690 sur OpenAlexafffund
Zhen Zhang, Boya Zhang, Nathan Grishkewich, Richard M. Berry, Kam Chiu Tam

Notice bibliographique

RevueAdvanced Sustainable Systems · 2019
Typearticle
Langueen
DomaineMaterials Science
ThématiqueAdvanced Cellulose Research Studies
Établissements canadiensCelluForce (Canada)University of Waterloo
Organismes subventionnairesGuangdong Province Introduction of Innovative R&D TeamMinistry of Education of the People's Republic of ChinaNatural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of ChinaCanada Foundation for Innovation
Mots-clésMaterials sciencePolymerPolyvinyl alcoholChemical engineeringTransmittanceAqueous solutionElectromagnetic shieldingCelluloseSun protection factorDispersion (optics)Composite materialOrganic chemistryChemistryOptoelectronicsDermatology

Résumé

récupéré en direct d'OpenAlex

Abstract Sustainable and environmentally friendly UV‐shielding materials offer new opportunities in the formulation of the next generation cosmetic products. Cinnamate‐functionalized cellulose nanocrystals (Cin‐CNCs) prepared by esterifying CNCs with cinnamoyl chloride display strong UV absorption and high visible light transmittance. They are suitable for use as UV‐shielding nanofillers for sunscreen and transparent polymer films. The aqueous Cin‐CNC dispersion is waterborne, alcohol‐free, nonwhitening, waterproof, photo‐stable, and possesses a high sun protection factor (SPF). The SPF of Cin‐CNC aqueous dispersion is more than twice that of a popular commercial sunscreen at similar concentration. The Cin‐CNCs can serve as UV‐shielding and reinforcing nanofillers in hydrophilic and hydrophobic polymer matrices. The polyvinyl alcohol and polystyrene films incorporated with Cin‐CNCs display excellent UV‐shielding capacity and their Young's moduli are significantly enhanced.

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 enseignants0,003
Score d'incertitude au seuil0,006

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 Opus0,013
Tête enseignante GPT0,269
Écart entre enseignants0,255 · 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

Citations64
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvanced Sustainable SystemsMême sujetAdvanced Cellulose Research StudiesTravaux en français237 207