Lignocellulose Nanoparticles Extracted from Cattle Dung as Pickering Emulsifiers for Microencapsulating Phase Change Materials
Notice bibliographique
Résumé
Nanocelluloses have attracted much attention in both academic and industrial fields. However, nanocelluloses, including cellulose nanocrystals and cellulose nanofibers, are generally produced by a “top-down” strategy with tedious violent chemical reactions and energy-intensive mechanical treatments. Fabrication of nanocellulose via facile and green approaches with a low cost is always challenging and promising. The digestion of grass by ruminants resembles the extraction processing of nanocelluloses from plants. Herein, lignocellulose nanoparticles (LCNPs) were extracted from cattle dung via facile filtration and centrifugation separation methods, indicating that LCNPs occurred naturally in cattle dung and were formed during digestion of grass. LCNPs are mainly composed of lignin, cellulose, and hemicellulose and possess an average diameter of ∼50 nm, high surface charge of −36.2 mV, and outstanding water dispersity. LCNPs show excellent Pickering emulsifying ability just as classic nanocellulose due to their partial wettability with both oil and water phases. LCNP stabilized Pickering emulsions were then employed as templates to prepare phase change material (PCM) microcapsules with melamine-formaldehyde shells to prevent leakage of PCM. The obtained PCM microcapsules display good thermal stability, durability, high PCM core content of 88.9% and phase change enthalpy of 214.3 J g –1, and are promising for thermal energy storage and temperature regulation applications. This study provides a sustainable approach to extract nanocellulose as Pickering emulsifier and will facilitate the high-value-added utilization of cattle dung.
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 | 0,001 |
| 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 | 0,001 |
| 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 ».