High Carboxyl Content Cellulose Nanofibers from Banana Peel via One-Pot Nitro-Oxidative Fabrication
Notice bibliographique
Résumé
Banana peels (BP) are the outer covering of a banana fruit and are usually discarded as abundant and underutilized waste from banana production and consumption.This work investigated the bioresource for one-pot preparation of carboxyl cellulose nanofibers (CCNF) using the nitro-oxidation method.Briefly, BP was added to a mixture of HNO3 and NaNO2 at 30-50 o C for 6 h.To characterize the obtained material, different methods, including X-ray diffraction, TEM images, FTIR spectroscopy, EDX spectroscopy, and acid-base titration, were used.TEM images reveal that the nanofibers were mainly formed with a diameter of roughly 20-50 nm.Moreover, the results of FTIR, EDX, and titration proved the formation of carboxylic acid (-COOH) groups in CCNF with an amount of 4.9 mmol/g, or 22 wt%.This high carboxyl content makes CCNF an ionexchange material, thereby enabling the development of new applications.Compared with traditional multistep processes for the preparation of cellulose nanomaterials, the current approach is simpler, uses fewer chemicals, and consumes less energy.Overall, these successful results not only valorize potential banana peel waste but also introduce an advanced material for further use.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».