Lignin as a Key Component in Lignin-Containing Cellulose Nanofibrils for Enhancing the Performance of Polymeric Diphenylmethane Diisocyanate Wood Adhesives
Notice bibliographique
Résumé
Lignin-containing cellulose nanofibrils (LCNFs), an emerging family of nature-based nanomaterials, have been successfully applied in many commercial polymer systems to enhance their properties and functional performance. In particular, LCNFs were used in polymeric diphenylmethane diisocyanate (pMDI) wood adhesives as a functional compound to significantly reinforce bonding properties. In order to elucidate the mechanisms for the interactions between lignin in LCNFs and pMDI wood adhesive, 13 C– 1 H HSQC 2D-NMR experiments were carried out on dissolved ball-milled LCNFs to reveal the molecular–structural characteristics of lignin and polysaccharides in LCNFs and identify hydroxyl groups contained in these biomolecules that can be involved in reactions with the pMDI model compound. Moreover, a lignin-free CNF was prepared by chlorite treatment as a control group to illustrate the role of the lignin component in affecting the resulting adhesives. It was found that lignin was the integral component in LCNFs that is responsible for the increased reactivity as shown by curing kinetics, the improved thermal stability as shown by TGA, and the higher compatibility with nonpolar reagents as shown by lap-shear tests. The fundamental knowledge gained from this study allowed us to better understand the function of the lignin component as a distinctive feature of LCNFs, and insights into the role of lignin in improving pMDI wood adhesive performance would be highly beneficial for applying LCNFs as a novel sustainable nano-bio-reinforcing agent for a wider range of polymeric systems.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».