MétaCan
Menu
Retour à la cohorte
Enregistrement W4389253676 · doi:10.1039/d3gc03154c

Lignin beyond the <i>status quo</i>: recent and emerging composite applications

2023· review· en· W4389253676 sur OpenAlexafffund
Mahyar Fazeli, Sritama Mukherjee, Hossein Baniasadi, Roozbeh Abidnejad, Muhammad Mujtaba, Juha Lipponen, Jukka Seppälä, Orlando J. Rojas

Notice bibliographique

RevueGreen Chemistry · 2023
Typereview
Langueen
DomaineEngineering
ThématiqueLignin and Wood Chemistry
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesH2020 European Research CouncilCanada Excellence Research Chairs, Government of CanadaAcademy of FinlandAalto-YliopistoEuropean Commission
Mots-clésStatus quoLigninComposite numberChemistryNatural resource economicsBusinessNanotechnologyBiochemical engineeringMaterials scienceOrganic chemistryPolitical scienceEngineeringComposite materialEconomics

Résumé

récupéré en direct d'OpenAlex

The demand for biodegradable materials across various industries has recently surged due to environmental concerns and the need for the adoption of renewable materials. In this context, lignin has emerged as a promising alternative, garnering significant attention as a biogenic resource that endows functional properties. This is primarily ascribed to its remarkable origin and structure that explains lignin's capacity to bind other molecules, reinforce composites, act as an antioxidant, and endow antimicrobial effects. This review summarizes recent advances in lignin-based composites, with particular emphasis on innovative methods for modifying lignin into micro and nanostructures and evaluating their functional contribution. Indeed, lignin-based composites can be tailored to have superior physicomechanical characteristics, biodegradability, and surface properties, thereby making them suitable for applications beyond the typical, for instance, in ecofriendly adhesives and advanced barrier technologies. Herein, we provide a comprehensive overview of the latest progress in the field of lignin utilization in emerging composite materials.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,022
Tête enseignante GPT0,270
Écart entre enseignants0,248 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations136
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGreen ChemistryMême sujetLignin and Wood ChemistryTravaux en français237 207