Preparation and properties of novel corn straw cellulose–based superabsorbent with water‐retaining and slow‐release functions
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
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.
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 découle