Crystallinity and Gas Permeability of Poly (Lactic Acid)/Starch Nanocrystal Nanocomposite
Notice bibliographique
Résumé
The present work seeks to determine the impact of weight percentage (wt%) of grafted starch nanocrystals (g-SNCs) on the oxygen and water vapour permeability of poly (lactic acid), PLA. Changes in the oxygen and water vapour permeability of PLA due to changes in PLA's crystalline structures and lamellar thickness were quantified. To this end, 3, 5, and 7 wt% of g-SNC nanoparticles were blended with PLA using the solvent casting method in order to study impact of g-SNC nanoparticles on crystallization behaviour, long spacing period, melting behavior, and oxygen and water barrier properties of PLA nanocomposites. This was achieved by wide-angle X-ray diffraction (WAXD), small-angle X-ray diffraction (SAXD), differential scanning calorimetry (DSC), and oxygen and water vapour permeability machine. The results of the WAXD and SAXD analysis show that the addition of 5 wt% g-SNC in PLA induces α crystal structure at a lower crystallization time, while it significantly increases the α crystal thickness of PLA, in comparison to neat PLA. However, when g-SNC concentrations were altered (i.e., 3 or 7 wt%), the crystallization time was found to increase due to the thermodynamic barrier of crystallization. Finally, the oxygen and water vapour permeability of PLA/SNC-g-LA (5 wt%) nanocomposite film were found to be reduced by ∼70% and ~50%, respectively, when compared to the neat PLA film. This can lead to the development of PLA nanocomposites with high potential for applications in food packaging.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 source (Gemma direct ou Codex distillé), 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 ».