Impact of surface delignification on fire retardancy of wood treated with polyelectrolyte complexes
Notice bibliographique
Résumé
Abstract Wood is a natural composite widely employed as a residential building interior finishing. Although wood is readily available and offers benefits to the occupants, such as enhanced well-being, it is rarely employed in commercial construction due, amongst others, to the potential hazard of fire propagation. The application of flame retardant (FR) treatments leads to a reduction of wood flammability and supports wood as interior finishing. Polyelectrolyte complexes (PECs) deposition is an innovative surface treatment that has already proven its efficiency for fabrics. For wood, recent studies have highlighted that the weight gain impacted the fire-retardancy, and a minimum of 2 wt.-% was set to obtain fire protection. This study explored the potential of surface delignification to activate the wood surface and facilitate the PEC impregnation. Yellow birch ( Betula alleghaniensis , Britt.) was surface delignified (0.3 mm) using sodium chlorite. The treatment impact on wood was evaluated by spectroscopy analysis (FTIR, Raman), and the increase in wood wettability was demonstrated (contact angle decreases from 50° to 35° after the surface delignification). Then, PECs consisting of polyethyleneimine and sodium phytate were surface impregnated in wood and delignified wood. The flame retardancy was evaluated using a cone calorimeter. Despite the increase in weight gain (1.5 wt.-% ± 0.3 wt.-% to 4.3 wt.-% ± 2.5 wt.-%), fire performance was not improved. This study demonstrates that lignin strongly affects char formation, even in the presence of PECs.
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 | 0,000 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».