Amphiphilic Lignin Nanoparticles Made from Lignin-Acrylic Acid-Methyl Methacrylate Copolymers
Notice bibliographique
Résumé
In this study, a novel amphiphilic KL-AA-MMA nanoparticle was prepared through the graft copolymerization of kraft lignin (KL) with acrylic acid (AA) and methyl methacrylate (MMA), using potassium persulfate as an initiator in a water/dimethyl sulfoxide solvent medium, which was followed by the nanoprecipitation technique using dimethylformamide as a solvent and deionized water as an antisolvent. The successful graft polymerization was verified by 1H-nuclear magnetic resonance (NMR), 31P-NMR, and Fourier transform infrared (FTIR) analyses; and the grafting yield of the generated KL-AA-MMA copolymer ranged from 68.2% to 96.5%. Transmission electron microscopy (TEM) observation revealed the formation of amorphous KL-AA-MMA nanoparticles. Additionally, KL-AA-MMA9 nanoparticles with the highest yield exhibited the minimum hydrodynamic diameter and polydispersity of 261 nm and 0.153, respectively. Moreover, the amphiphilicity of KL-AA-MMA nanoparticles was significantly improved by the grafting of MMA monomers. Finally, the adsorption performance of KL-AA-MMA nanoparticles at the xylene interface was evaluated by a quartz crystal microbalance with dissipation (QCM-D). The results demonstrated that the most amphiphilic sample, KL-AA-MMA9 nanoparticles, with the smallest hydrodynamic size displayed the highest adsorption on the oil/water interface. This product provides a wide range of applications in oil/water emulsions.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».