MétaCan
Menu
Retour à la cohorte
Enregistrement W4323315387 · doi:10.3390/polym15051302

Bio-Based Adhesives Formulated from Tannic Acid, Chitosan, and Shellac for Packaging Materials

2023· article· en· W4323315387 sur OpenAlexaboutno aff
Urška Vrabič Brodnjak

Notice bibliographique

RevuePolymers · 2023
Typearticle
Langueen
DomaineMaterials Science
ThématiqueNanocomposite Films for Food Packaging
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésShellacAdhesiveTannic acidMaterials scienceChitosanComposite materialUltimate tensile strengthPolymer scienceChemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

The aim of this study was to develop bio-based adhesives that can be used for various packaging papers. In addition to commercial paper samples, papers produced from harmful plant species in Europe, such as Japanese Knotweed and Canadian Goldenrod, were used. In this research, methods were developed to produce bio-based adhesive solutions in combinations of tannic acid, chitosan, and shellac. The results showed that the viscosity and adhesive strength of the adhesives were best in solutions with added tannic acid and shellac. The tensile strength with adhesives of tannic acid and chitosan was 30% better than with commercial adhesives and 23% for combinations of shellac and chitosan. For paper from Japanese Knotweed and Canadian Goldenrod, the most durable adhesive was pure shellac. Because the surface morphology of the invasive plant papers was more open and had numerous pores compared to the commercial papers, the adhesives penetrated the paper structure and filled the voids. There was less adhesive on the surface and the commercial papers achieved better adhesive properties. As expected, the bio-based adhesives also showed an increase in peel strength and exhibited favorable thermal stability. In summary, these physical properties support the use of bio-based adhesives use in different packaging applications.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,002
Score d'incertitude au seuil1,000

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 Opus0,015
Tête enseignante GPT0,254
Écart entre enseignants0,239 · 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

Citations31
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolymersMême sujetNanocomposite Films for Food PackagingTravaux en français237 207