All-cellulose hydrogel-based adhesive
Notice bibliographique
Résumé
<p>Hydrogels showing strong adhesion to different substrates have garnered significant attention for engineering applications. However, the current development of such hydrogel-based adhesive is predominantly limited to synthetic polymers, owing to their exceptional performance and an extensive array of chemical options. To advance the development of sustainable hydrogel-based adhesives, we successfully create a highly robust all-cellulose hydrogel-based adhesive, which is composed of concentrated dialcohol cellulose nanorods (DCNRs) and relies on enhanced hydrogen bonding interactions between cellulose and the substrate. We implement a sequential oxidization-reduction process to achieve this high-performance all-cellulose hydrogel, which is realized by converting the two secondary hydroxyl groups within an anhydroglucose unit into two primary hydroxyl groups, while simultaneously linearizing the cellulose chains. Such structural and chemical modifications on cellulose chains increase out-of-plane interactions between the DCNRs hydrogel and substrate, as simulations indicate. Additionally, these modifications enhance the flexibility of the cellulose chains, which would otherwise be rigid. The resulting all-cellulose hydrogels demonstrate injectability and strong adhesion capability to a wide range of substrates, including wood, metal, glass, and plastic. This green and sustainable all-cellulose hydrogel-based adhesive holds great promise for future bio-based adhesive design.</p>
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,002 | 0,006 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».