Environmentally friendly fire retardant natural fibre composites: A review
Notice bibliographique
Résumé
There is a growing drive in replacing conventional non-renewable fibres such as glass and carbon reinforced composites with more sustainable and renewable reinforcements such as flax, hemp, jute in biobased composites in key industry sectors such as automotive, marine, building and construction motivated by lower carbon footprint and sustainability. Despite this drive, flammability characteristics of these sustainable biobased composites are not fully understood. Through an up-to-date review, this article meticulously discusses the theme of bio-based and eco-friendly flame retardants (FRs), delving into their intricate mechanisms, flammability testing methodologies, and emerging research trends. It underscores the pivotal necessity of developing tailor-made eco-friendly FRs customised for a diverse range of materials to bolster fire safety in sustainable material applications. Furthermore, it illuminates the limitations associated with prevalent methods for assessing flammability and advocates for advancements in dynamic testing and multi-scale analyses to more accurately simulate real-world fire scenarios. This review also highlights the key characteristics of natural plant fibres and their composites critical for the development of sustainable and fire safe materials for key applications areas. Additionally, it highlights the diverse spectrum of strategies employed in the realm of flame-retardant materials research, emphasizing a pronounced shift towards eco-friendly alternatives, innovative coatings, and the ongoing exploration of synthetic biopolymers, nanocomposites, and fibres in the pursuit of heightened fire safety. Amidst the inherent challenges, this comprehensive review unequivocally underscores the pivotal role of interdisciplinary research collaboration in driving forward fire safety within the domain of sustainable materials.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».