MétaCan
Menu
Retour à la cohorte
Enregistrement W3005361521 · doi:10.3389/fmats.2020.00003

Characterization of Chicken Feather Biocarbon for Use in Sustainable Biocomposites

2020· article· en· W3005361521 sur OpenAlexafffund
Zonglin Li, Christoff Reimer, Maisyn Picard, Amar K. Mohanty, Manjusri Misra

Notice bibliographique

RevueFrontiers in Materials · 2020
Typearticle
Langueen
DomaineMaterials Science
Thématiquebiodegradable polymer synthesis and properties
Établissements canadiensUniversity of Guelph
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaOntario Ministry of Research, Innovation and ScienceOntario Ministry of Agriculture, Food and Rural Affairs
Mots-clésRaw materialMaterials sciencePyrolysisPulp and paper industryCharacterization (materials science)Filler (materials)Waste managementComposite materialChemistryOrganic chemistryNanotechnology

Résumé

récupéré en direct d'OpenAlex

With over 1 billion tonnes of food waste generated annually, there is potential for the waste to be re-purposed. The generation of products from food-industry waste not only reduces the environmental burden of the materials but gives a new value to waste. A common waste material from the food industry is chicken feathers (ChF), a by-product of the chicken meat processing industry. In this work, ChF were subject to slow pyrolysis at varying temperatures. A complete analysis was completed to determine the yield, ash, chemical composition and morphology of the samples. X-ray diffraction analysis indicated that lower temperature samples were more amorphous, whereas higher temperature samples exhibited more graphitic content. After characterization, the biocarbon was combined with poly(lactic acid) (PLA) to generate sustainable 100 % biobased composites. Both composites had moduli that were more than 115% greater than that of the neat polymer. The success of the composites demonstrated that ChF biocarbon can be used as a sustainable and cost effective filler. The use of this material gives new purpose to a waste product and contributes to the goal of sustainable product development.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,021
Tête enseignante GPT0,211
Écart entre enseignants0,190 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations73
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in MaterialsMême sujetbiodegradable polymer synthesis and propertiesTravaux en français237 207