MétaCan
Menu
Retour à la cohorte
Enregistrement W3083940981 · doi:10.3390/polym12092046

Using Sulfobutylated and Sulfomethylated Lignin as Dispersant for Kaolin Suspension

2020· article· en· W3083940981 sur OpenAlexafffund
Derya Yeşim Hopa, Pedram Fatehi

Notice bibliographique

RevuePolymers · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueLignin and Wood Chemistry
Établissements canadiensLakehead University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaTürkiye Bilimsel ve Teknolojik Araştırma KurumuCanada Research ChairsCanada Foundation for Innovation
Mots-clésLigninDispersantQuartz crystal microbalanceAdsorptionZeta potentialChemical engineeringAlkylLignosulfonatesSuspension (topology)Surface chargePolymerMaterials scienceContact angleOrganic chemistryKraft paperChemistryDispersion (optics)Composite materialNanoparticle

Résumé

récupéré en direct d'OpenAlex

Kraft lignin is an abundant natural resource, but it is underutilized. In this study, sulfoalkylated lignin derivatives with similar charge densities but with different alkyl chain length were produced via sulfobutylation and sulfomethylation reactions. The contact angle studies revealed that sulfobutylated lignin (SBL) with longer alkyl chains had a higher hydrophobicity than sulfomethylated lignin (SML) did. The adsorption behavior of sulfoalkylated lignins was studied using a Quartz crystal microbalance with dissipation (QCM-D) on Al2O3 coated surface as representative of positively charged sites of kaolin particles. The results of adsorption studies showed that SBL deposited more greatly than SML did on the Al2O3 surface, and it generated a thicker but less viscoelastic adlayer on the surface. The adlayer thickness and configuration of molecules on the surface were also related to the zeta potential and stabilization performance of the polymers in the kaolin suspension system. The results also confirmed that both lignin derivatives were very effective in dispersing kaolin particles at neutral pH, and their effectiveness was hampered under alkaline or acidic pH.

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 enseignants0,000
Score d'incertitude au seuil0,002

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
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,032
Tête enseignante GPT0,251
Écart entre enseignants0,219 · 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

Citations36
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePolymersMême sujetLignin and Wood ChemistryTravaux en français237 207