MétaCan
Menu
Retour à la cohorte
Enregistrement W4399351859 · doi:10.35812/cellulosechemtechnol.2024.58.30

FABRICATION OF HIGH STRENGTH PAPER FROM DIFFERENT TYPES OF PHOSPHORYLATED FIBERS USING HOTPRESSING AND FORMING AGENTS

2024· article· en· W4399351859 sur OpenAlexaff
Hamid Lamoudan, François Brouillette

Notice bibliographique

RevueCellulose Chemistry and Technology · 2024
Typearticle
Langueen
DomaineMaterials Science
ThématiqueAdvanced Cellulose Research Studies
Établissements canadiensUniversité du Québec à Trois-Rivières
Organismes subventionnairesnon disponible
Mots-clésPapermakingUltimate tensile strengthKraft processPulp (tooth)Kraft paperChemistryPressingHot pressingCationic polymerizationLigninFlocculationComposite materialCellulose fiberPulp and paper industryCelluloseMaterials scienceOrganic chemistryDentistry

Résumé

récupéré en direct d'OpenAlex

Phosphorylated fibers offer a broad range of applications, particularly in thermal insulation, notably with wood fibers, provided they exhibit improved mechanical characteristics. Despite encountering challenges in applying traditional papermaking methods, the creation of paper or board sheets with phosphorylated pulp fibers remains a challenge. Findings suggest that phosphorylation-modified fibers show increased roughness. Moreover, in comparison with unbeaten kraft sheets (KF) and thermomechanical pulp sheets (TMP), those made from phosphorylated kraft fibers (PKF), using a cationic coagulant and a flocculant, demonstrate significant enhancements in burst index, break index, and tensile energy absorption by 2.12 times, 1.7 times, and 2.77 times, respectively. Similarly, phosphorylated TMP sheets, prepared with a dual polymeric system (coagulant/flocculant), exhibit improvements of 1.42 times, 1.33 times, and 1.82 times, respectively, in these properties. The study emphasizes the ameliorating effect of cationic polymeric agents on the charge impact of phosphorylated fibers on overall sheet quality, while also highlighting the substantial influence of hot-pressing lignin-containing paper on all determined physical properties.

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 enseignants0,010
Score d'incertitude au seuil0,422

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 Opus0,013
Tête enseignante GPT0,260
Écart entre enseignants0,247 · 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

Citations5
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCellulose Chemistry and TechnologyMême sujetAdvanced Cellulose Research StudiesTravaux en français237 207