MétaCan
Menu
Retour à la cohorte
Enregistrement W4281686663 · doi:10.1016/j.carbpol.2022.119681

Benchmarking supramolecular adhesive behavior of nanocelluloses, cellulose derivatives and proteins

2022· article· en· W4281686663 sur OpenAlexaff
Otso I. V. Luotonen, Luiz G. Greca, Gustav Nyström, Junling Guo, Joseph J. Richardson, Orlando J. Rojas, Blaise L. Tardy

Notice bibliographique

RevueCarbohydrate Polymers · 2022
Typearticle
Langueen
DomaineMaterials Science
ThématiqueAdvanced Cellulose Research Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesHorizon 2020Japan Society for the Promotion of ScienceHORIZON EUROPE Framework ProgrammeHorizon 2020 Framework ProgrammeAalto-YliopistoEuropean CommissionSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungEuropean Research CouncilNational Science Foundation
Mots-clésAdhesiveCelluloseAdhesionMaterials scienceBovine serum albuminSupramolecular chemistryPolymer scienceChemical engineeringPolymer chemistryChemistryComposite materialOrganic chemistryMoleculeChromatography

Résumé

récupéré en direct d'OpenAlex

One of the key steps towards a broader implementation of renewable materials is the development of biodegradable adhesives that can be attained at scale and utilized safely. Recently, cellulose nanocrystals (CNCs) were demonstrated to have remarkable adhesive properties. Herein, we study three classes of naturally synthesized biopolymers as adhesives, namely nanocelluloses (CNFs), cellulose derivatives, and proteins by themselves and when used as additives with CNCs. Among the samples evaluated, the adhesion strength was the highest for bovine serum albumin and hydroxypropyl cellulose (beyond 10 MPa). These were followed by carboxymethylcellulose and CNCs (ca. 5 MPa) and mechanically fibrillated CNFs (ca. 2 MPa), and finally by tempo-oxidized CNFs (0.2 MPa) and lysozyme (1.5 MPa). Remarkably, we find that the anisotropy of adhesion (in plane vs out of plane) falls within a narrow range across the bio-based adhesives studied. Collectively, this study benchmarks bio-based non-covalent adhesives aiming towards their improvement and implementation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,006
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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 technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,001
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 Opus0,016
Tête enseignante GPT0,259
Écart entre enseignants0,243 · 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 tête enseignante, pas un consensus.

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

Citations20
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCarbohydrate PolymersMême sujetAdvanced Cellulose Research StudiesTravaux en français237 207