MétaCan
Menu
Retour à la cohorte
Enregistrement W4389156036 · doi:10.1021/acssuschemeng.3c06230

Biodegradable Wastepaper-Based Foam with Ultrahigh Energy-Absorbing, Excellent Thermal Insulation, and Outstanding Cushioning Properties

2023· article· en· W4389156036 sur OpenAlexaff
Bin Zhang, Wenxuan Tao, Ziming Ren, Shiqi Yue, Jinsheng Gou

Notice bibliographique

RevueACS Sustainable Chemistry & Engineering · 2023
Typearticle
Langueen
DomaineMaterials Science
ThématiquePickering emulsions and particle stabilization
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésCushioningThermal insulationMaterials scienceThermalComposite materialExpanded polystyrene

Résumé

récupéré en direct d'OpenAlex

A new biodegradable foam with low density (0.065–0.081 g/cm 3 ), high porosity (>92%), low thermal conductivity (0.044 W/mK), excellent mechanical properties, and outstanding cushioning properties was prepared by a simple green method using wastepaper without any chemical pretreatment as the raw material. The porous structure and the reinforced cell skeleton formed by the wastepaper fibers coupled with PVA and gelatin, respectively (“bridge-linking” and “membrane-linking” structure), give the foam excellent coordination between thermal insulation and energy absorption properties, which are typically considered incompatible with each other in conventional cushioning foam materials. Furthermore, by impregnating a shear thickening fluid (STF) into wastepaper-based foam, a biodegradable cushioning packaging material with ultrahigh energy absorption for product delivery in extreme environments, such as parachute-free airdrops, was successfully prepared. The findings demonstrate that when the external impact velocity surpasses the critical shear rate of STF, the increased mass fraction and content of STF can enhance the energy absorption properties of the wastepaper-based foam, significantly enhancing its dynamic cushioning performance (STF can decrease the maximum impact acceleration by up to 85%).

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 candidatesaucune
Catégories consensuellesaucune
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 enseignants0,177
Score d'incertitude au seuil0,706

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)0,0000,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,179
Écart entre enseignants0,170 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations29
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS Sustainable Chemistry & EngineeringMême sujetPickering emulsions and particle stabilizationTravaux en français237 207