The effects of aspect ratio of cellulose nanocrystals on the properties of all CNC films: Tunicate and wood CNCs
Notice bibliographique
Résumé
In this study, the physicochemical, mechanical, and thermal properties of films made from cellulose nanocrystals (CNCs) obtained from two sources – wood and tunicate - and their hybrids were investigated. It was found that different morphologies affect the properties of CNC films. Specifically, the surface morphology of tunicate CNC (TCNC) films differed significantly from wood CNC (WCNC) films, and the structure of hybrid CNC (HCNC) films was also different. Compared to wood CNC-containing films, tunicate CNC films exhibited significantly higher BET surface areas, superior thermal properties, greater surface roughness, and very low (≈1 wt.%) dispersibility in water due to their ability to form long-range connectivity. The average BET surface area of TCNC films was measured at 91.9 ± 2.1 m2/g, and this value decreased with the addition of WCNCs to the film structure. The pore diameter also decreased from 11.362 nm for TCNC films to 0.437 nm for WCNC films, indicating the filler effect of WCNCs on the TCNC films. The chiral nematic phase exhibited by WCNC films was confirmed by their iridescent appearance, as observed through cross-sectional SEM images. The TS for TCNC and HCNC3 was measured at 185.2 ± 10.5 MPa and 182.9 ± 13.7 MPa, respectively, which were the highest values among the samples. The lowest TS value of 113.1 ± 9.5 MPa was observed in the WCNC films. A similar decline was observed in the EB values, from 1.76 ± 0.37% for TCNC to 0.9 ± 0.22% for WCNC. This study provides information and knowledge useful for understanding the impact of biomass source on the properties of CNC films for a variety of purposes, including packaging materials, biodegradable coatings, flexible electronics, and membrane 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 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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| 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 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 ».