MétaCan
Menu
Retour à la cohorte
Enregistrement W3089075793 · doi:10.1016/j.jhazmat.2020.124073

Transparent films by ionic liquid welding of cellulose nanofibers and polylactide: Enhanced biodegradability in marine environments

2020· article· en· W3089075793 sur OpenAlexafffund
Xun Niu, Siqi Huan, Haiming Li, Hui Pan, Orlando J. Rojas

Notice bibliographique

RevueJournal of Hazardous Materials · 2020
Typearticle
Langueen
DomaineMaterials Science
ThématiqueAdvanced Cellulose Research Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesEuropean Research CouncilHorizon 2020 Framework ProgrammeNational Natural Science Foundation of ChinaCanada Foundation for Innovation
Mots-clésNanocelluloseBiodegradationCrystallinityCelluloseMaterials scienceUltimate tensile strengthIonic liquidNanofiberWeldingChemical engineeringDegradation (telecommunications)Polylactic acidComposite materialPolymerOrganic chemistryChemistry

Résumé

récupéré en direct d'OpenAlex

We introduce a green and facile method to compatibilize hydrophobic polylactide (PLA) with hydrophilic cellulose nanofibers (CNF) by using ionic liquid ([DBNH][OAc]) welding with a cosolvent system (gamma-valerolactone). Such welding affords strong (230 MPa tensile strength), flexible (13% elongation at break), transparent (>90%) and defect-free CNF/PLA films. The films are biodegradable in marine environments (70% degradation in 7 weeks), facilitating the otherwise slow PLA decomposition. Physical, chemical and structural features of the films before and after welding are compared and factored in the trends observed for degradation in seawater. The results point to the possibility of PLA-based films forming a co-continuous system with nanocellulose to achieve an improved performance. The role of film morphology, hydrophobicity, and crystallinity is discussed to add to the prospects for packaging materials that simultaneously display accelerated degradability in marine environments.

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)0,001
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 enseignants0,002
Score d'incertitude au seuil0,938

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0010,000

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 GPT0,264
Écart entre enseignants0,243 · 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

Citations41
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Hazardous MaterialsMême sujetAdvanced Cellulose Research StudiesTravaux en français237 207