Functional Nanocomposite Films of Poly(Lactic Acid) with Well-Dispersed Chitin Nanocrystals Achieved Using a Dispersing Agent and Liquid-Assisted Extrusion Process
Notice bibliographique
Résumé
The development of bio-based nanocomposites is of high scientific and industrial interest, since they offer excellent advantages in creating functional materials. However, dispersion and distribution of the nanomaterials inside the polymer matrix is a key challenge to achieve high-performance functional nanocomposites. In this context, for better dispersion, biobased triethyl citrate (TEC) as a dispersing agent in a liquid-assisted extrusion process was used to prepare the nanocomposites of poly (lactic acid) (PLA) and chitin nanocrystals (ChNCs). The aim was to identify the effect of the TEC content on the dispersion of ChNCs in the PLA matrix and the manufacturing of a functional nanocomposite. The nanocomposite film's optical properties; microstructure; migration of the additive and nanocomposites' thermal, mechanical and rheological properties, all influenced by the ChNC dispersion, were studied. The microscopy study confirmed that the dispersion of the ChNCs was improved with the increasing TEC content, and the best dispersion was found in the nanocomposite prepared with 15 wt% TEC. Additionally, the nanocomposite with the highest TEC content (15 wt%) resembled the mechanical properties of commonly used polymers like polyethylene and polypropylene. The addition of ChNCs in PLA-TEC15 enhanced the melt viscosity, as well as melt strength, of the polymer and demonstrated antibacterial activity.
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 | 0,000 |
| 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 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 ».