MétaCan
Menu
Retour à la cohorte
Enregistrement W4386500259 · doi:10.1039/d3sm00720k

Plant-based, aqueous, water-repellent sprays for coating textiles

2023· article· en· W4386500259 sur OpenAlexafffund
Sara K. Fleetwood, Sydney Bell, Reinhard Jetter, E. Johan Foster

Notice bibliographique

RevueSoft Matter · 2023
Typearticle
Langueen
DomaineMaterials Science
ThématiqueSurface Modification and Superhydrophobicity
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Foundation for Innovation
Mots-clésWaxPolyesterCoatingMaterials scienceAqueous solutionSolventWater repellentParaffin waxContact angleSuperhydrophobic coatingRecrystallization (geology)Chemical engineeringComposite materialOrganic chemistryChemistry

Résumé

récupéré en direct d'OpenAlex

Novel superhydrophobic coatings, that are both biodegradable and biosourced, have the potential to revolutionize the water-repellent coating industry. Here, water-repellent coatings were prepared from commercially unavailable plant waxes, isolated using solvent extraction and characterized using DSC, GC-MS and DLS. In the first stage, a plant survey was conducted to identify an ideal plant source for the final spray, in which Whatman filter paper was submerged in a wax-solvent solution with recrystallization occurring upon air-drying. In the second stage, aqueous, PFC-free wax dispersions were prepared, coated onto textiles (cotton and polyester), and heat-treated with a home drying machine to allow for the spreading and recrystallization of the waxes. In both stages, SEM visualization verified the coating's morphology, and contact angle measurements showed them to be superhydrophobic. It was concluded that, using less coating material than commercial coatings, high-performing petroleum-free coatings could be made and applied onto textiles of various polarities.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,012
Score d'incertitude au seuil0,998

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)0,0030,015

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 Opus0,029
Tête enseignante GPT0,257
Écart entre enseignants0,228 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations11
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSoft MatterMême sujetSurface Modification and SuperhydrophobicityTravaux en français237 207