MétaCan
Menu
Retour à la cohorte
Enregistrement W3084979054 · doi:10.3389/fchem.2020.00655

Cellulose Nanocomposite Hydrogels: From Formulation to Material Properties

2020· article· en· W3084979054 sur OpenAlexaff
Svetlana Butylina, Shiyu Geng, Katri Laatikainen, Kristiina Oksman

Notice bibliographique

RevueFrontiers in Chemistry · 2020
Typearticle
Langueen
DomaineMaterials Science
ThématiqueAdvanced Cellulose Research Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesEtelä-Karjalan RahastoKempestiftelsernaKempe Foundation
Mots-clésSelf-healing hydrogelsVinyl alcoholCrystallinityMaterials scienceChemical engineeringComposite numberAbsorption of waterCelluloseNanocompositeUltimate tensile strengthPolymerComposite materialPolymer chemistry

Résumé

récupéré en direct d'OpenAlex

Poly(vinyl alcohol) (PVA) hydrogels produced using the freeze-thaw method have attracted attention for a long time since their first preparation in 1975. Due to the importance of polymer intrinsic features and the advantages associated with them, they are very suitable for biomedical applications such as tissue engineering and drug delivery systems. On the other hand, there is an increasing interest in the use of biobased additives such as cellulose nanocrystals, CNC. This study focused on composite hydrogels which were produced by using different concentrations of PVA (5 and 10%) and CNC (1 and 10 wt.%), also, pure PVA hydrogels were used as references. The main goal was to determine the impact of both components on mechanical, thermal, and water absorption properties of composite hydrogels as well as on morphology and initial water content. It was found that PVA had a dominating effect on all hydrogels. The effect of the CNC addition was both concentration-dependent and case-dependent. As a general trend, addition of CNC decreased the water content of the prepared hydrogels, decreased the crystallinity of the PVA, and increased the hydrogels compression modulus and strength to some extent. The performance of composite hydrogels in a cyclic compression test was studied; the hydrogel with low PVA (5) and high CNC (10) content showed totally reversible behavior after 10 cycles.

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)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,020
Score d'incertitude au seuil0,692

Scores Codex et Gemma par catégorie

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 Opus0,021
Tête enseignante GPT0,242
Écart entre enseignants0,221 · 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.

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

Citations20
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in ChemistryMême sujetAdvanced Cellulose Research StudiesTravaux en français237 207