MétaCan
Menu
Retour à la cohorte
Enregistrement W3092950036 · doi:10.1039/d0tb02021d

Cellulose-based dispersants and flocculants

2020· review· en· W3092950036 sur OpenAlexafffund
Roya Koshani, Mandana Tavakolian, Theo G. M. van de Ven

Notice bibliographique

RevueJournal of Materials Chemistry B · 2020
Typereview
Langueen
DomaineMaterials Science
ThématiqueAdvanced Cellulose Research Studies
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésDispersantCelluloseFlocculationMaterials sciencePolymer sciencePulp and paper industryChemical engineeringComposite materialDispersion (optics)Engineering

Résumé

récupéré en direct d'OpenAlex

Natural dispersants and flocculants, often referred to as dispersion stabilizers and liquid-solid separators, respectively, have secured a promising role in the bioprocessing community. They have various applications, including in biomedicine and in environmental remediation. A large fraction of existing dispersants and flocculants are synthesized from non-safe chemical compounds such as polyacrylamide and surfactants. Despite numerous advantages of synthetic dispersants and flocculants, issues such as renewability, sustainability, biocompatibility, and cost efficiency have shifted attention towards natural homologues, in particular, cellulose-based ones. Within the past decade, cellulose derivatives, obtained via chemical and mechanical treatments of cellulose fibrils, have successfully been used for these purposes. In this review article, by dividing the functional cellulosic compounds into "polymeric" and "nanoscale" categories, we provide insight into the engineering pathways, the structural frameworks, and surface chemistry of these "green" types of dispersants and flocculants. A summary of their efficiency and the controlling parameters is also accompanied by recent advances in their applications in each section. We are confident that the emergence of cellulose-based dispersing and flocculating agents will extend the boundaries of sustainable green technology.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,585
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,043
Tête enseignante GPT0,333
Écart entre enseignants0,290 · 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.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations65
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Materials Chemistry BMême sujetAdvanced Cellulose Research StudiesTravaux en français237 207