Optimization of Amylose to Amylopectin Ratio and Degree of Substitution in Quaternized Starch as a Tool to Improve Paper Strength
Notice bibliographique
Résumé
Abstract Cationic starch serves as a prevalent wet‐end additive in the papermaking industry. Yet, the definitive effects of the ratio between the two principal components—amylose (AM) and amylopectin (AP)—and the degree of substitution (DS) on the mechanical strength enhancement of paper sheets remain incompletely understood. This study synthesizes a series of quaternized amylose (QAM) and quaternized amylopectin (QAP) with varying DS levels and blended these derivatives in diverse ratios. Subsequently, these mixtures are integrated into pulp suspensions to ascertain the DS and the AM‐to‐AP ratio that optimize paper strength. These results indicate that a QAM‐to‐QAP blend with a DS of 0.08 at a ratio of 2:8 yielded the most pronounced improvement in paper mechanical properties. This precise formulation significantly enhances tensile, burst, and tear strength indices, increasing by approximately 55.0%, 44.4%, and 78.4%, respectively, under the most favorable conditions and with an additive dosage of 1 wt.%. This investigation provides substantive and actionable knowledge for selecting starch additives in the wet‐end of papermaking, which can significantly augment the efficiency and efficacy of paper manufacturing processes.
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 | 0,000 |
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 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 ».