Crystallinity and Gas Permeability of Poly (Lactic Acid)/Starch Nanocrystal Nanocomposite
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
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.
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 | 0,001 | 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 | 0,001 | 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) | 0,004 | 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