Preparation and properties of novel corn straw cellulose–based superabsorbent with water‐retaining and slow‐release functions
Notice bibliographique
Résumé
ABSTRACT In this study, novel semiinterpenetrating polymer networks (semi‐IPNs) superabsorbent resins with slow‐release fertilizer (CSC‐g‐AA/APP, CSC‐g‐AA/PVA‐APP), based on corn straw cellulose polymer and linear polyvinyl alcohol (PVA), were prepared by solution polymerization. The nitric acid‐aqueous solution method was adopted to extract cellulose from corn straw. Ammonium polyphosphate (APP) was introduced to supply nitrogen and phosphorus nutrients. The prepared materials were characterized by scanning electron microscopy (SEM), Fourier transform infrared spectroscopy (FTIR), X‐ray photoelectron spectroscopy (XPS), and thermogravimetric analysis (TGA). Moreover, the water absorbency and the slow‐release performance of CSC‐g‐AA/APP and CSC‐g‐AA/PVA‐APP were studied. The results indicated that the two superabsorbent resins exhibited excellent water absorbency of 262.8 and 303.2 g/g in distilled water, enhanced the water‐holding capacity of soil, and also released nutrients slowly. The cumulative N and P release rates of CSC‐g‐AA/PVA‐APP were 64.47 and 53.53% after 25 days in soil, which were lower than those of CSC‐g‐AA/APP. The addition of these products into soil significantly reduced the leaching losses of nutrients. Therefore, it can be concluded that the superabsorbent resins with water‐retaining and slow‐release properties, low production costs, and environment‐friendly characteristics, have great potential for applications in agricultural production. © 2020 Wiley Periodicals, Inc. J. Appl. Polym. Sci. 2020, 137, 48951.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».