Improving Latex‐Based Pressure‐Sensitive Adhesive Properties Using Carboxylated Cellulose Nanocrystals
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 Cellulose nanocrystals (CNCs) are becoming a popular option when producing polymer nanocomposites because they are a green alternative to petroleum‐based performance enhancers and provide significant matrix reinforcement at low loadings. DextraCel is a commercial grade CNC with carboxylate surface groups that can be dispersed in water without sonication. These carboxylated CNCs (cCNCs) can be incorporated in situ via seeded semi‐batch emulsion polymerization to produce latexes for adhesive applications. The resulting nanocomposite films exhibit 26 x higher peel strength, 4.5 x higher tack, and 7.7 x higher shear strength relative to base case films. Curiously, adhesives produced from latexes containing cCNCs that do not undergo ultrasonication display greater adhesive property improvements relative to films produced with cCNCs that are ultrasonicated. Atomic force microscopy images reveal that cCNCs have stronger self interactions than their sulfated CNCs counterparts; cCNCs display side‐by‐side and end‐to‐end association in films when they are not ultrasonicated, which increases their “apparent” aspect ratio—an important characteristic attributed to matrix reinforcement. Omitting ultrasonication preserves cCNC‐cCNC interactions that cause them to behave like nanofibers rather than discrete nanocrystals; this allows them to display greater mechanical enhancements, similar to reinforcements provided by nanofibrils, without the technical challenges associated with producing composite latexes with nanofibrils.
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