Cellulose Nanofibers as Functional Biomaterial from Pineapple Stubbles via TEMPO Oxidation and Mechanical Process
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract The pineapple fruit when harvested generates a large amount of residual biomass; this biomass can be used to generate value-added products such as cellulose nanofibers. This study was focused on the isolation of CNF from pineapple leaves after oxidation pretreatment with 2,2,6,6-tetramethylpireridine-1-oxyl, followed by mechanical deconstruction of the fibers via combination of grinding and microfluidization process. One and two microfluidization passes were applied to bleached and unbleached fibers, respectively. The implications of these findings are that during the production process it is possible to reduce the amount of chemicals needed for bleaching and the energy involved in the mechanical microfluidization process. Such process yielded corresponding fibril lengths and widths in the range of 481–746 nm and 16–48 nm. The respective electrostatic charges, as measured by zeta potentials, were −41 mV and −31 mV. As expected, the CNF crystallinity was higher than that of the starting material, especially for the cellulose. However, the thermal stability was reduced, showing two degradative processes due to the chemical modification of the fibers. The CNF produced from pineapple leaves has a potential to be used like biomaterial in diverse applications while representing a viable alternative to producers, which face serious environmental and health challenges given the large volume of biomass that is otherwise left in the fields as waste. Graphic Abstract
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.
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 découle