Effect of citric acid content and extractives treatment on the manufacturing process and properties of citric acid-bonded Salacca frond particleboard
Notice bibliographique
Résumé
This study focused on the effect of an extractive treatment and the application of citric acid on the properties of particleboard made from Salacca frond. In general, extractives have a negative effect on the bondability of synthetic resin. However, the effect of extractives on the bonding mechanism of citric acid as the biobased adhesive is unclear. Unextracted and extracted Salacca frond were used as the raw materials. A hot water extractive treatment was conducted by boiling the particles for 2 h. The boards were manufactured under the following conditions: citric acid content of 0%; 10%; 20% weight percent (wt%), pressing temperature of 180 °C, and pressing time of 10 min. The target density was set at 0.8 g cm-3. The results showed that the addition of citric acid resulted in an increase in the physical and mechanical properties of the particleboard. Interestingly, when a 20% citric acid content was applied, there were no siginificant differences in the physical or mechanical properties of the particleboards made from unextracted and extracted particles. Based on these results, it was concluded that when citric acid is used as adhesive, the hot-water extractive treatment of Salacca frond is not needed.
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 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 | 0,000 | 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».