MétaCan
Menu
Retour à la cohorte
Enregistrement W2918891830 · doi:10.3390/pr7030140

On the Use of Starch in Emulsion Polymerizations

2019· article· en· W2918891830 sur OpenAlexafffund
Shidan Cummings, Yujie Zhang, Niels M. B. Smeets, Michael F. Cunningham, Marc A. Dubé

Notice bibliographique

RevueProcesses · 2019
Typearticle
Langueen
DomaineMaterials Science
Thématiquebiodegradable polymer synthesis and properties
Établissements canadiensQueen's UniversityMcMaster UniversityUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésStarchEmulsionGraftingEmulsion polymerizationPolymer sciencePolymerMaterials sciencePolymerizationAdhesiveModified starchChemical engineeringPulp and paper industryPolymer chemistryOrganic chemistryChemistryNanotechnologyComposite materialEngineering

Résumé

récupéré en direct d'OpenAlex

The substitution of petroleum-based synthetic polymers in latex formulations with sustainable and/or bio-based sources has increasingly been a focus of both academic and industrial research. Emulsion polymerization already provides a more sustainable way to produce polymers for coatings and adhesives, because it is a water-based process. It can be made even more attractive as a green alternative with the addition of starch, a renewable material that has proven to be extremely useful as a filler, stabilizer, property modifier and macromer. This work provides a critical review of attempts to modify and incorporate various types of starch in emulsion polymerizations. This review focusses on the method of initiation, grafting mechanisms, starch feeding strategies and the characterization methods. It provides a needed guide for those looking to modify starch in an emulsion polymerization to achieve a target grafting performance or to incorporate starch in latex formulations for the replacement of synthetic polymers.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,059
Tête enseignante GPT0,242
Écart entre enseignants0,182 · 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

Citations37
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProcessesMême sujetbiodegradable polymer synthesis and propertiesTravaux en français237 207