Nanolignin-Facilitated Robust Hydrogels
Notice bibliographique
Résumé
Recently, certain challenges and accompanying drawbacks have emerged in the preparation of high-strength and tough polymer hydrogels. Insights from wood science highlight the role of the intertwined molecular structure of lignin and crystalline cellulose in contributing to wood’s strength. Herein, we immersed prestretched poly(vinyl alcohol) (PVA) polymer hydrogels into a solution of nanosized lignosulfonate sodium (LS), a water-soluble anionic polyelectrolyte, to creatively reconstruct this similar structure at the molecular scale in hydrogels. The nanosized LS effectively fixed and bundled the prestretched PVA polymers while inducing the formation of dense crystalline domains within the polymer matrix. Consequently, the interwoven structure of crystalline PVA and LS conferred good strength to the composite hydrogels, exhibiting a tensile strength of up to ∼23 MPa, a fracture strain of ∼350%, Young’s modulus of ∼17 MPa, toughness of ∼47 MJ/m 3, and fracture energy of ∼42 kJ/m 2 . This hydrogel far outperformed previous hydrogels composed directly of lignin and PVA (tensile strength <1.5 MPa). Additionally, the composite hydrogels demonstrated excellent antifreezing properties (<−80 °C). Notably, the LS-assisted reconstruction technology offers opportunities for the secondary fixation of PVA hydrogel shapes and high-strength welding of hydrogel components. This work introduces an approach for the high-value utilization of LS, a green byproduct of pulp production. LS’s profound biomimetic strategy will be applied in multifunctional hydrogel fields.
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 | 0,001 |
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 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 ».