MétaCan
Menu
Retour à la cohorte
Enregistrement W4405024714 · doi:10.1016/j.cej.2024.158255

Circular poly(ethylene terephthalate) with lignin-based toughening additives

2024· article· en· W4405024714 sur OpenAlexafffund
Xue Wan, Liyang Liu, Muzaffer A. Karaaslan, Qi Hua, Fei Shen, Mika H. Sipponen, Scott Renneckar

Notice bibliographique

RevueChemical Engineering Journal · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueLignin and Wood Chemistry
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesWallenberg Wood Science CenterChina Scholarship CouncilKnut och Alice Wallenbergs StiftelseCanada Research ChairsEuropean Commission
Mots-clésTougheningPoly ethyleneLigninEthyleneMaterials scienceChemical engineeringComposite materialPolymer chemistryOrganic chemistryChemistryToughnessCatalysis

Résumé

récupéré en direct d'OpenAlex

Creating sustainable plastics demands an efficient strategy to reduce the carbon footprint and enhance the circularity of widely used materials. Inspired by the structure of plant cell walls, renewable lignin macromolecules are modified with benzoate ethyl functional groups and combined with semi-crystalline poly(ethylene terephthalate) (PET) at a 10 % weight ratio. This process significantly improves the toughness (+97 %) and strength (+ 56 %) of PET while also reducing greenhouse gas emissions (−17 %) and promoting circularity, outperforming traditional toughening agents. Our in-depth analysis indicates that benzoate ethyl lignin derivatives exhibit improved thermal stability and controllable physical structure. The newly added benzoate ethyl groups are similar to the fundamental units in PET, facilitating the formation of micro-scale particles within the PET matrix and improving their crystallinity and mechanical performance. The resulting composite can be reprocessed at least three times, representing a significant breakthrough in mechanical processing of thermoplastics. Therefore, this study presents a promising approach to utilizing lignin biopolymer and waste PET for advanced materials with positive environmental footprints.

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 enseignants0,002
Score d'incertitude au seuil0,006

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)0,0020,001

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.

Tête enseignante Opus0,004
Tête enseignante GPT0,175
Écart entre enseignants0,171 · 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

Citations11
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChemical Engineering JournalMême sujetLignin and Wood ChemistryTravaux en français237 207