Evaluation of physicochemical, thermomechanical, and structural properties of chickpea flour composite films reinforced with crystalline nanocellulose
Notice bibliographique
Résumé
ABSTRACT Chickpea flour–crystalline nano‐cellulose (CNC) composite films were prepared using chickpea flour as the film forming material, glycerol as the plasticizer and 2.5 to 10% CNC as reinforcement supplement. Mechanical properties of the composite films increased with an increase in the CNC content up to 5%. By inclusion of CNC up to 10%, the storage modulus of chickpea flour matrix increased by an order of magnitude from 7.3 to 86.4 MPa. The storage modulus of all samples, on the other hand, decreased as temperature increased. The T g values measured by dynamic mechanical analysis (DMA) and differential scanning calorimetry (DSC) were shifted toward higher temperatures by the addition of CNC. The creep resistance of chickpea flour films increased again up to 5% added CNC, and strain sweep tests confirmed the extension of linear viscoelastic region. X‐ ray diffraction (XRD) confirmed a positive correlation between the degree of crystallinity of chickpea flour composties and CNC content. FTIR spectroscopy confirmed the molecular interaction between chickpea flour, glycerol and CNC. SEM results revealed agglomeration in the structure of the film with the addition of CNC beyond 5% and diminishing of surface homogeneity, while decreasing the pore size of chickpea flour matrix. © 2019 Wiley Periodicals, Inc. J. Appl. Polym. Sci. 2020 , 137 , 48389.
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 | 0,002 | 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 | 0,001 |
| 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 ».