MétaCan
Menu
Retour à la cohorte
Enregistrement W4401875010 · doi:10.15376/biores.19.4.7354-7365

Preparation and characterization of hydroxyethyl cellulose/nanolignin composite films

2024· article· en· W4401875010 sur OpenAlexaff
Mustafa Zor, Hikmet Yazıcı, Ferhat Şen, Erdal Eroğlu, Zeki Candan, Denis Rodrigue, Xiaodong Wang

Notice bibliographique

RevueBioResources · 2024
Typearticle
Langueen
DomaineMaterials Science
ThématiqueSynthesis and properties of polymers
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceCharacterization (materials science)CelluloseComposite numberComposite materialHydroxyethyl celluloseChemical engineeringPolymer scienceNanotechnologyEngineering

Résumé

récupéré en direct d'OpenAlex

Hydroxyethyl cellulose/nanolignin composite films were prepared and characterized. The composite films were produced via casting of synthesized nanolignin added to hydroxyethyl cellulose at different concentrations (2.5%, 5%, 10%, and 20% by mass). A control film without nanolignin was also prepared for comparison. The thermal properties of the composite films were examined by thermogravimetric analysis (TGA) and differential scanning calorimetry (DSC), while the mechanical properties were determined by tensile testing and the surface properties were determined by water contact angle measurements. In addition, the morphologies of the samples were examined by scanning electron microscopy (SEM). It was observed that with the addition of nano lignin, the glass transition temperature of the composite films increased from 109 °C to 262 °C; the elongation at break increased from 19% to 51%; and the contact angles increased from 53 °C to 73 °C. The results showed that the presence of nanolignin produced materials being more flexible and more hydrophobic with higher glass transition temperatures.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,011
Tête enseignante GPT0,230
Écart entre enseignants0,220 · 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 source (Gemma direct ou Codex distillé), 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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBioResourcesMême sujetSynthesis and properties of polymersTravaux en français237 207