Preparation and optimization of a lignin-based pressure-sensitive adhesive
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
D-optimal designs were applied to find the best parameters for the preparation of lignin-based pressure-sensitive adhesives (PSA) for sticky notes. Organosolv lignin was directly incorporated into a polycarboxylate polyether (PCE)/water matrix. The independent variables considered in the experimental design were the ratio between PCE, lignin, and water and the curing parameters. The distance traveled by the ball (tack), the peel-off losses and the final water content were the analyzed responses that allowed the optimization of the PSA formulation. The accuracy, the precision and the efficiency of the model were evaluated during the first experimental design for the formulation of the lignin-based adhesive named DES-OL-ADH. This formulation was optimized during the second experimental design abbreviated DES-OL-OPT. The coefficients of determination of the tack, the peel-off losses and the final water content were 0.98, 0.99 and 0.99, respectively. The model was satisfactory which allows the optimization of the PSA formulation. The DES-OL-OPT suggests that lignin-based PSA can be prepared as a sticky note application with 5 wt% of lignin, 84 wt% of PCE and 11 wt% of added water in the oven at 130 °C for 60 min, which shows a higher tackiness and similar peel-off losses than the commercial sticky notes PSAs.•Protocol optimization for the preparation of a green pressure sensitive adhesive (PSA) from PCE polymer, lignin, and water.•Influence of 5 compositional or processing parameters on adhesive performance through a 2-steps d-optimal experimental design.•Development of a new method, based on peel-off losses, to assess the performance of a PSA.
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.
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) | 0,000 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle