Observation of a Chemical Softener’s Effects on Stem-Specific Lignocellulosic <i>Brassica napus</i> (Type: Canola) (Cultivar: HYHEAR 3) Fiber Quality
Notice bibliographique
Résumé
Chemical softener (Cepreton UN) is used to soften the cellulosic fiber (cotton) in the textile industries to make clothes better to touch. Therefore, this study investigated the effects of Cepreton UN on both physical (length, aspect ratio, contact angle, and moisture regain) and mechanical (load at break, elongation at break, tensile stress, young’s modulus, and tenacity) properties of the lignocellulosic canola (HYREAR 3) fibers extracted from narrow, medium, and wide stems. ANOVA showed that fiber diameter had strong effects on elongation at break, load at break, tensile stress, young’s modulus, and aspect ratio for all fibers. Corrgram values showed that tensile stress, young’s modulus, and aspect ratio were negatively correlated to fiber diameter whereas load at break and tenacity were mostly positively correlated to fiber diameter. The fibers were treated with 2% and 10% Cepreton UN and compared with control fibers. In most cases, the fiber diameter was decreased in both 2% and 10% treated medium stem fibers. The mean values of elongation at break, load at break, tenacity, and contact angle were decreased for 10% and increased for 2% and the mean values of tensile stress, young’s modulus, and aspect ratio were decreased for 2% and increased for 10% treated medium stem fibers. Moisture regain (%) mostly decreased for 2%, and increased for 10% treated fibers. Low pH (4.5) had an almost similar effect on fibers as 2% Cepreton UN. Overall, 2% Cepreton UN treatment is found to be better than 10% to make canola fibers less stiff and low pH was found to be an alternative softener treatment strategy.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».