MétaCan
Menu
Retour à la cohorte
Enregistrement W4286696954 · doi:10.1002/app.52849

Design and optimization of superabsorbent hydrogels based on acrylic acid/<scp>2‐acrylamido‐2‐methylpropane</scp> sulfonic acid copolymers

2022· article· en· W4286696954 sur OpenAlexaff
Zohreh Jomeh Farsangi, Xuedong Song, Kaiyuan Yang, Todd Hoare

Notice bibliographique

RevueJournal of Applied Polymer Science · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueHydrogels: synthesis, properties, applications
Établissements canadiensKimberly-Clark (Canada)McMaster University
Organismes subventionnairesKimberly-Clark
Mots-clésAcrylic acidSulfonic acidSelf-healing hydrogelsCopolymerSuperabsorbent polymerMaterials scienceChemistryPolymer chemistryPolymerOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Although acrylic acid‐based superabsorbent hydrogels (SAHs) are widely used in hygiene and personal care applications, the low degrees of true ionization in such SAHs under practical application places a limit on the degree of superabsorbency that can be achieved. Herein, the preparation and optimization of SAHs based on copolymers of acrylic acid (AA) with 2‐acrylamido‐2‐methylpropane sulfonic acid (AMPS), a strong acid comonomer that remains ionized at all relevant physiological pH values, is described. AA‐AMPS recipes optimized using a central composite design response surface method demonstrate significantly enhanced absorbance under load (AUL) values (&gt;15–20% increase) and comparable centrifuge retention capacity (CRC) values compared to the corresponding AA‐only controls while maintaining strong mechanics even in the swollen state (as much as twice the modulus of the commercial AA‐based superabsorbent). The simplicity of this recipe, coupled with the reproducible achievement of the improved superabsorbency properties using a small adaptation of the commercial SAH synthesis protocol, makes AA‐AMPS superabsorbent hydrogels potential candidates for use in commercial hygiene products.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,044
Score d'incertitude au seuil0,866

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,013
Tête enseignante GPT0,229
Écart entre enseignants0,216 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied Polymer ScienceMême sujetHydrogels: synthesis, properties, applicationsTravaux en français237 207