MétaCan
Menu
Retour à la cohorte
Enregistrement W4405751289 · doi:10.1016/j.scenv.2024.100190

Development and characterization of gelatin-starch bioplastics: A comparative study of cassava, corn, and rice-based alternatives

2024· article· en· W4405751289 sur OpenAlexaff
Uvin Thavisha Jayalath, Himali Samaraweera, Haththotuwa Gamage Amal Sudaraka Samarasinghe

Notice bibliographique

RevueSustainable Chemistry for the Environment · 2024
Typearticle
Langueen
DomaineMaterials Science
Thématiquebiodegradable polymer synthesis and properties
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesDepartment of Chemical and Process Engineering, University of Surrey
Mots-clésBioplasticStarchGelatinCorn starchBiotechnologyManihot esculentaAgronomyFood scienceBiologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

The increasing global challenge of plastic pollution necessitates the exploration of sustainable alternatives to conventional plastics. This study investigates the development of bioplastics using pharmaceutical gelatin residue combined with starches derived from cassava, corn, and rice. The primary objective is to enhance bioplastic formulations by evaluating their mechanical, thermal, and biodegradability characteristics. The bioplastics were subjected to Fourier-transform infrared (FTIR) spectroscopy, Thermogravimetric analysis (TGA), and scanning electron microscopy (SEM) to assess their properties. The results indicate that cassava-based bioplastics exhibit superior hardness, water absorption, and biodegradation rate performance compared to their corn and rice counterparts. Specifically, cassava bioplastics demonstrated a hardness of 57.2 N, a water absorption capacity of 139.8 %, and a biodegradation rate of 67.0 % after 7 days. These findings underscore the potential of cassava-based bioplastics as viable, sustainable alternatives derived from renewable resources, offering an environmentally friendly solution to reduce plastic waste across various sectors, including packaging and agriculture.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,008
Score d'incertitude au seuil0,322

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,027
Tête enseignante GPT0,237
Écart entre enseignants0,211 · 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 tête enseignante, 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

Citations13
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainable Chemistry for the EnvironmentMême sujetbiodegradable polymer synthesis and propertiesTravaux en français237 207