MétaCan
Menu
Retour à la cohorte
Enregistrement W4287218444 · doi:10.3390/polym14152999

Hemicellulose Films from Curaua Fibers (Ananas erectifolius): Extraction and Thermal and Mechanical Characterization

2022· article· en· W4287218444 sur OpenAlexafffund
Mariana Roldi-Oliveira, Layse M. Diniz, Anastasia Elias, Sandra M. Luz

Notice bibliographique

RevuePolymers · 2022
Typearticle
Langueen
DomaineMaterials Science
ThématiqueAdvanced Cellulose Research Studies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaFundação de Apoio à Pesquisa do Distrito FederalCoordenação de Aperfeiçoamento de Pessoal de Nível SuperiorConselho Nacional de Desenvolvimento Científico e TecnológicoAlberta Agriculture and Forestry
Mots-clésHemicelluloseBiopolymerLigninMaterials scienceThermal stabilityPolylactic acidPolymerChemical engineeringChemistryComposite materialOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

With growing environmental concerns over synthetic polymers, natural polymeric materials, such as hemicellulose, are considered a good sustainable alternative. Curaua fibers could be an excellent source of biopolymer as they have a relatively high hemicellulose content (15 wt%) and only a small amount of lignin (7 wt%). In this work, hemicellulose was extracted by an alkaline medium using KOH and the influence of the alkali concentration, temperature, and time was studied. A hemicellulose film was produced by water casting and its mechanical, thermal, and morphological properties were characterized. The results show that the best method, which resulted in the highest hemicellulose yield and lowest contamination from lignin, was using 10% (w/v) KOH concentration, 25 °C, and time of 3 h. The hemicellulose film exhibited better thermal stability and elongation at break than other polymeric films. It also exhibited lower rigidity and higher flexibility than other biodegradable polymers, including polylactic acid (PLA) and polyhydroxybutyrate (PHB).

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,011
Score d'incertitude au seuil0,999

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,014
Tête enseignante GPT0,262
Écart entre enseignants0,248 · 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

Citations13
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePolymersMême sujetAdvanced Cellulose Research StudiesTravaux en français237 207