The effect of chemically coated nanofiber reinforcement on biopolymer based nanocomposites
Notice bibliographique
Résumé
The aim of this work was to explore how various surface treatments would change the dispersion component of surface energy and acid-base character of hemp nanofibers, using inverse gas chromatography (IGC), and to investigate the effect of the incorporation of these modified nanofibers into a biopolymer matrix on the properties of their nano-composites. Bio-nanocomposite materials were prepared from poly (lactic acid) (PLA) and polyhydroxybutyrate (PHB) as the matrix, and the cellulose nanofibers extracted from hemp fiber by chemo-mechanical treatments. Cellulose fibrils have a high density of –OH groups on the surface, which have a tendency to form hydrogen bonds with adjacent fibrils, reducing interaction with the surrounding matrix. It is necessary to reduce the entanglement of the fibrils and improve their dispersion in the matrix by surface modification of fibers without deteriorating their reinforcing capability. The IGC results indicated that styrene maleic anhydride coated and ethylene-acrylic acid coated fibers improved their potential to interact with both acidic and basic resins. From transmission electron microscopy (TEM), it was shown that the nanofibers were partially dispersed in the polymer matrix. The mechanical properties of the nanocomposites were lower than those predicted by theoretical calculations for both nanofiber-reinforced biopolymers.
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 ».