Experimental methods in chemical engineering: Barrier properties
Notice bibliographique
Résumé
Abstract Up to half of food spoils or goes to waste; packaging is one element that can extend shelf life and reduce the landfill burden. However, plastic packaging contributes to landfills and microparticles in the environment and, as a consequence, society has mandated industry and academics to identify sustainable materials to replace petroleum derived plastics. Oxygen, water, and CO 2 permeability are among the physico‐chemical properties we measure to identify the suitability of new polymer formulations. Other application of gas permeability include petroleum engineering, carbon capture, water purification, and biological systems. Here we concentrate on the basic concepts of gas transport through polymeric film as well as the effect of structural and environmental parameters. We then describe common instrumentation and data they produce with a specific focus on reference standards. To identify the major research areas, we compiled 4271 articles indexed by Web of Science since 2017 with film and polymer as keywords. The VOSViewer software tool classified the 100 most frequent keywords from these articles into six clusters: nanofilteration, thin film composites, and reverse osmosis; nanocomposites, morphology, and polyvinyl alcohol; mechanical, barrier, and physicochemical properties; permeability, membranes, and transport properties; chitosan and antimicrobial and antioxidant properties; and, films, nanoparticles, and drug delivery. Barrier property research will continue to focus on developing biobased polymers and analyzers capable of measuring multiple compounds simultaneously with dozens of samples while minimizing time.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,001 |
| 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 tête enseignante, 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 ».