MétaCan
Menu
Retour à la cohorte
Enregistrement W4399054155 · doi:10.1515/npprj-2023-0067

Thermoformed products from high-density polyethylene and Softwood kraft pulp

2024· article· en· W4399054155 sur OpenAlexafffund
Eric Desnoes, Pascale Deshaies, Benoît Bideau, Jorge Rubiano

Notice bibliographique

RevueNordic Pulp & Paper Research Journal · 2024
Typearticle
Langueen
DomaineMaterials Science
ThématiquePolymer crystallization and properties
Établissements canadiensDuPont (Canada)Cegep de Trois-Rivieres
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversité du Québec à Trois-Rivières
Mots-clésSoftwoodThermoformingKraft processPulp (tooth)Kraft paperPulp and paper industryIndustrial chemistryPolyethyleneComposite materialMaterials scienceEngineeringBiochemical engineeringDentistry

Résumé

récupéré en direct d'OpenAlex

Abstract Plastic recycling, waste minimization such as process outfall valorization promotes a circular economy. Herein, food trays have been produced in the moulded pulp thermoforming process. To this end, high-density polyethylene (HDPE) outfall has been dispersed in water via Poly vinyl alcohol (PVA) addition in a Northern Bleached Softwood Kraft Pulp (NBSKP) slurry. Samples physical and mechanical properties have been evaluated. With an increasing HDPE content, parts air permeability was drastically reduced to a minimum of 2.4 ± 0.8 mL min −1 . In addition, water and grease hold out properties have been increased with minimum water Cobb 1800 value of 10.9 ± 5.4 gm −2 and oil Cobb 1800 value of 13.18 ± 6.5 gm −2 . Samples with high HDPE content demonstrated hydrophobic surface with water contact angle value above 90°. HDPE melting and binding to wood pulp fibers was monitored by SEM images. Regarding the mechanical properties, HDPE induced plastic deformation with a reduced Young modulus by 17 %. Moreover, the addition of HDPE increased wet strength by 81 %. However, the produced food tray composites with high HDPE content demonstrated low repulpability index.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,109
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,047
Tête enseignante GPT0,318
Écart entre enseignants0,271 · 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.

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

Citations2
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNordic Pulp & Paper Research JournalMême sujetPolymer crystallization and propertiesTravaux en français237 207