MétaCan
Menu
Retour à la cohorte
Enregistrement W4407874364 · doi:10.1021/acs.iecr.4c04649

Enhancing Pressure Sensitive Adhesive Performance Using Acetylated Carboxylated Cellulose Nanocrystals

2025· article· en· W4407874364 sur OpenAlexafffund
Parisa Bayat, Kelly M. Meek, Emily D. Cranston, Michael F. Cunningham, Pascale Champagne, Timothy Morse, Arthur Werner, Sean R. George, Cecilia Cancellara, Marc A. Dubé

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2025
Typearticle
Langueen
DomaineMaterials Science
ThématiqueAdvanced Cellulose Research Studies
Établissements canadiensQueen's UniversityUniversity of British ColumbiaConcordia UniversityUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésAdhesiveCellulosePressure sensitiveAcetylationChemical engineeringMaterials scienceNanocrystalChemistryPolymer chemistryComposite materialOrganic chemistryNanotechnology

Résumé

récupéré en direct d'OpenAlex

Carboxylated cellulose nanocrystals (cCNCs) were acetylated to varying degrees of substitution to enhance their compatibility with the hydrophobic acrylic polymer matrix in pressure-sensitive adhesives (PSAs). The contact angle measurements showed the transition of the cCNCs from hydrophilic to hydrophobic properties. The least hydrophilic acetylated cCNCs, with a degree of substitution of 0.42, significantly enhanced PSA performance, improving tack, peel strength, and shear adhesion, compared to the base formulation and that with unmodified cCNCs. The findings emphasize the crucial role of nanoparticle dispersion, where lower interfacial tension leads to improved dispersion and enhanced latex particle coalescence during film drying, consequently yielding superior mechanical, thermal, and barrier properties of the nanocomposite PSAs. Overall, the ability to fine-tune the degree of substitution of the acetylated cCNCs points to their broader potential applications in coatings, hydrogels, and other advanced materials, allowing for adjustments in hydrophilicity to match specific application needs.

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 seuil0,002

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)0,0010,000

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 Opus0,053
Tête enseignante GPT0,331
Écart entre enseignants0,278 · 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

Citations3
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIndustrial & Engineering Chemistry ResearchMême sujetAdvanced Cellulose Research StudiesTravaux en français237 207