MétaCan
Menu
Retour à la cohorte
Enregistrement W3157635219 · doi:10.1038/s41467-021-22682-3

Unique reactivity of nanoporous cellulosic materials mediated by surface-confined water

2021· article· en· W3157635219 sur OpenAlexaff
Marco Beaumont, Paul Jusner, Notburga Gierlinger, Alistair W. T. King, Antje Potthast, Orlando J. Rojas, Thomas Rosenau

Notice bibliographique

RevueNature Communications · 2021
Typearticle
Langueen
DomaineMaterials Science
ThématiqueAdvanced Cellulose Research Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesHorizon 2020 Framework ProgrammeChina Scholarship CouncilAustrian Science FundAcademy of Finland
Mots-clésNanoporousCellulosic ethanolCelluloseChemical engineeringSurface modificationReactivity (psychology)ChemistryMaterials scienceNanotechnologyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

The remarkable efficiency of chemical reactions is the result of biological evolution, often involving confined water. Meanwhile, developments of bio-inspired systems, which exploit the potential of such water, have been so far rather complex and cumbersome. Here we show that surface-confined water, inherently present in widely abundant and renewable cellulosic fibres can be utilised as nanomedium to endow a singular chemical reactivity. Compared to surface acetylation in the dry state, confined water increases the reaction rate and efficiency by 8 times and 30%, respectively. Moreover, confined water enables control over chemical accessibility of selected hydroxyl groups through the extent of hydration, allowing regioselective reactions, a major challenge in cellulose modification. The reactions mediated by surface-confined water are sustainable and largely outperform those occurring in organic solvents in terms of efficiency and environmental compatibility. Our results demonstrate the unexploited potential of water bound to cellulosic nanostructures in surface esterifications, which can be extended to a wide range of other nanoporous polymeric structures and reactions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,020
Tête enseignante GPT0,305
Écart entre enseignants0,285 · 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 source (Gemma direct ou Codex distillé), 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

Citations111
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetAdvanced Cellulose Research StudiesTravaux en français237 207