One-pot catalytic isolation of cellulose nanocrystals from agricultural biomass – Oat hull, wheat straw, and flax straw: Physicochemical characterization
Notice bibliographique
Résumé
• Cu 2+ catalytic method isolates CNCs from oat hulls, wheat straw, and flax straw. • Drying improves CNC crystallinity, thermal stability, and surface purity. • XPS confirms Cu 2+ removal and better surface chemistry in dried CNCs. • Wheat straw CNCs show the highest crystallinity among the tested sources. • Agricultural residues are viable sources for sustainable nanomaterials. The depletion of fossil fuel resources and their environmental impact have driven interest in renewable materials. Cellulose, derived from lignocellulosic biomass, has emerged as a promising candidate for sustainable applications due to its abundance, biodegradability, and versatile properties. This study explores isolating cellulose nanocrystals (CNCs) from oat hulls, wheat straw, and flax straw using a one-pot Cu 2+ -catalyzed method. Compared to traditional acid hydrolysis methods, the Cu 2+ -catalyzed approach reduces chemical consumption, eliminates the need for multistep neutralization, and achieves CNC yields of up to 61.9 %, with high crystallinity and improved thermal stability. CNCs were characterized to evaluate their surface chemistry, structural morphology, and thermal properties, with XPS confirming minimal Cu 2+ residues in dried samples. These results highlight the potential of agricultural byproducts as sustainable sources for high-value nanomaterials, advancing circular bioeconomy solutions.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».