MétaCan
Menu
Retour à la cohorte
Enregistrement W4309724025 · doi:10.1016/j.carbpol.2022.120355

Cellulose gelation in NaOH(aq) by CO2 absorption: Effects of holding time and concentration on biomaterial development

2022· article· en· W4309724025 sur OpenAlexafffund
Guillermo Reyes, Rubina Ajdary, Esko Kankuri, Joice Jaqueline Kaschuk, Harri Kosonen, Orlando J. Rojas

Notice bibliographique

RevueCarbohydrate Polymers · 2022
Typearticle
Langueen
DomaineMaterials Science
ThématiqueAdvanced Cellulose Research Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesCanada Excellence Research Chairs, Government of CanadaUniversiti Putra MalaysiaAalto-YliopistoAcademy of Finland
Mots-clésUltimate tensile strengthCelluloseChemical engineeringExtrusionMaterials scienceSodium hydroxideAbsorption of waterAbsorption (acoustics)PolymerAqueous solutionSolubilityComposite materialChemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

We address the limited solubility and early onset of gelation of aqueous sodium hydroxide to position it as a preferred green solvent for cellulose. For this purpose, we expand the concentration window (up to 12 wt%) by using a CO2-depleted air and adjusting the time the dope remains in the given atmosphere, before further processing (holding time) and regeneration conditions. Cellulose solutions are extruded following characteristic (rheology and extrusion) parameters to yield aligned filaments reaching tenacities up to 2.3 cN·dtex−1, similar to that of viscose. Further material demonstrations are achieved by direct ink writing of auxetic biomedical meshes (Poisson's ratio of −0.2, tensile strength of 115 kPa) and transparent films, which achieved a tensile strength and toughness of 47 MPa and 590 kJ·m−3, respectively. The results suggest an excellent outlook for cellulose transformation into bioproducts. Key to this development is the control of the gelation ensuing solution flow and polymer alignment, which depend on CO2 absorption, cellulose concentration, and holding time.

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 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 enseignants0,001
Score d'incertitude au seuil0,628

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)0,0000,000

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 Opus0,009
Tête enseignante GPT0,238
Écart entre enseignants0,229 · 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

Citations10
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCarbohydrate PolymersMême sujetAdvanced Cellulose Research StudiesTravaux en français237 207