One-pot complexation of phytic acid and polyethyleneimine on cellulosic microfibers towards insulative and flame-resistant foam
Notice bibliographique
Résumé
Flame resistance is required for the deployment of bio-based materials, especially those forming cellular structures that endow thermal insulation. This study proposes a one-pot strategy to prepare cellular lignocellulosic composites with excellent flame resistance. Lignocellulosic microfibers were used as the substrate onto which a flame-retardant complex consisting of P-containing phytic acid (PA) and N-containing polyethyleneimine (PEI) was formed. Following the prediction of ab initio molecular dynamics simulation, PA and PEI are integrated onto MF-CTMP following a single-step complexation assembly triggered by pH effects. The PA-PEI modified MF-CTMP can be readily transformed into a composite solid foam by dewatering a wet foam followed by oven drying. At the expense of a slightly reduced thermal insulation (thermal conductivity increase from 33.6 ± 0.6 to 40.0 ± 0.6 mW/(m·K)) the presence of PA-PEI complexes significantly improved the mechanical performance of the foam and uniquely endows it with flame resistance. Compared to unmodified MF-CTMP foams, the composite foams showed significant improvement in the Young's, specific compression, and flexural moduli (increased by 13.5, 5.5, and 7.3 folds, respectively), a high oxygen index (up to 40.8 %) and self-extinguishing effects. The results suggest the suitability of the introduced lignocellulosic foam as an alternative to traditional synthetic polymer-based counterparts as well as inorganic matter for insulation, particularly relevant to the building sector.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 source (Gemma direct ou Codex distillé), 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 ».