MétaCan
Menu
Retour à la cohorte
Enregistrement W4406199848 · doi:10.1016/j.fufo.2025.100540

Development of a new sustainable packaging paper based on cellulose filaments and refined kraft pulp

2025· article· en· W4406199848 sur OpenAlexafffund
Lahbib Abenghal, Julien Bley, Balázs Tolnai, Guy Njamen, Bruno Chabot

Notice bibliographique

RevueFuture Foods · 2025
Typearticle
Langueen
DomaineMaterials Science
ThématiqueAdvanced Cellulose Research Studies
Établissements canadiensKruger (Canada)Université du Québec à Trois-Rivières
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversité du Québec à Trois-Rivières
Mots-clésKraft processPulp (tooth)Pulp and paper industryCelluloseKraft paperPolymer scienceMaterials scienceComposite materialChemistryEngineeringOrganic chemistryDentistry

Résumé

récupéré en direct d'OpenAlex

The traditional use of single-use plastics in the packaging sector is limited by pollution, non-recyclability, and non-biodegradability. Replacing it with recyclable, biodegradable, and compostable materials such as cellulose has become vital. In this study, mixtures of refined kraft pulp and cellulose filaments were used to produce paper with good barrier properties. The results showed that cellulose filaments significantly improved the barrier properties of the handsheets without the use of other chemical agents. The water vapor transmission rate (WVTR) of samples produced from refined kraft pulp alone was 177 g/m2. day, which significantly decreased to 77 g/m2. day by the addition of 80 % cellulose filaments owing to the formation of a complex network of physical and chemical bonds between the fibers. The water barrier also improved significantly as the Cobb60 value decreased from 87 to 57 g/m2 when 80 % cellulose filaments were used. Furthermore, all the samples produced had a recyclability percentage of more than 89 %, which is an essential requirement in the packaging industry.

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 savante0,0000,001
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 Opus0,012
Tête enseignante GPT0,285
Écart entre enseignants0,273 · 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

Citations14
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFuture FoodsMême sujetAdvanced Cellulose Research StudiesTravaux en français237 207