MétaCan
Menu
Retour à la cohorte
Enregistrement W2997915634 · doi:10.1021/acs.biomac.9b01559

Coaxial Spinning of All-Cellulose Systems for Enhanced Toughness: Filaments of Oxidized Nanofibrils Sheathed in Cellulose II Regenerated from a Protic Ionic Liquid

2020· article· en· W2997915634 sur OpenAlexaff
Guillermo Reyes, Meri Lundahl, Serguei Alejandro-Martín, Luis E. Arteaga‐Pérez, Claudia Oviedo, Alistair W. T. King, Orlando J. Rojas

Notice bibliographique

RevueBiomacromolecules · 2020
Typearticle
Langueen
DomaineMaterials Science
ThématiqueAdvanced Cellulose Research Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesUniversidad del Bío-Bío
Mots-clésCelluloseIonic liquidThermogravimetric analysisThermal stabilityChemical engineeringFourier transform infrared spectroscopyCrystallinityMaterials scienceNanocelluloseChemistryRegenerated cellulosePolymer chemistryOrganic chemistryComposite material

Résumé

récupéré en direct d'OpenAlex

Hydrogels of TEMPO-oxidized nanocellulose were stabilized for dry-jet wet spinning using a shell of cellulose dissolved in 1,5-diazabicyclo[4.3.0]non-5-enium propionate ([DBNH][CO2Et]), a protic ionic liquid (PIL). Coagulation in an acidic water bath resulted in continuous core–shell filaments (CSFs) that were tough and flexible with an average dry (and wet) toughness of ∼11 (2) MJ·m–3 and elongation of ∼9 (14) %. The CSF morphology, chemical composition, thermal stability, crystallinity, and bacterial activity were assessed using scanning electron microscopy with energy-dispersive X-ray spectroscopy, liquid-state nuclear magnetic resonance, Fourier transform infrared spectroscopy, thermogravimetric analysis, pyrolysis gas chromatography–mass spectrometry, wide-angle X-ray scattering, and bacterial cell culturing, respectively. The coaxial wet spinning yields PIL-free systems carrying on the surface the cellulose II polymorph, which not only enhances the toughness of the filaments but facilities their functionalization.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,008
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,040
Tête enseignante GPT0,298
Écart entre enseignants0,258 · 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 tête enseignante, pas un consensus.

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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiomacromoleculesMême sujetAdvanced Cellulose Research StudiesTravaux en français237 207