MétaCan
Menu
Retour à la cohorte
Enregistrement W4408026619 · doi:10.3390/polym17050643

Functionalization of Phenolic Aldehydes for the Preparation of Sustainable Polyesters and Polyurethanes

2025· article· en· W4408026619 sur OpenAlexafffund
Rachele N. Carafa, Clara Repiquet, S. K. Rana, Daniel A. Foucher, Guerino Sacripante

Notice bibliographique

RevuePolymers · 2025
Typearticle
Langueen
DomaineMaterials Science
ThématiquePolymer composites and self-healing
Établissements canadiensUniversity of TorontoToronto Metropolitan University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMcMaster UniversityRyerson University
Mots-clésPolyesterSurface modificationPolymer scienceMaterials sciencePolyurethaneOrganic chemistryPolymer chemistryChemistryChemical engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

Biobased organic diols derived from the phenolic aldehyde by-products in the depolymerization of lignin (4-hydroxybenzaldehyde, vanillin, and syringaldehyde) for the synthesis of polyesters and polyurethanes is described. Methods to prepare lignin-based diols involved a two-step synthetic route using either a hydroxy alkylation and aldehyde reduction or an aldehyde reduction and Williamson-Ether substitution. The preparation of five polyesters (PEs) and ten polyurethanes (PUs) from lignin-based diols was also performed and their physical and thermal properties were analyzed. DSC analysis confirmed the amorphous nature of all synthesized polymers, and GPC analysis revealed broad dispersities and high molecular weights. Two PE polyols were also derived from a vanillin-based diol at concentrations of 10 and 25 wt% for their usage in sustainable PU foams. PU foams were prepared from these polyols, where it was found that only the foam containing the 10 wt% formulation was suitable for mechanical testing. The PU foam samples were found to have good hardness and tensile strengths compared to both control foams, showing potential for the incorporation of biobased polyols for PU foam formation.

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 enseignants0,066
Score d'incertitude au seuil0,206

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 Opus0,009
Tête enseignante GPT0,271
Écart entre enseignants0,262 · 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

Citations3
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePolymersMême sujetPolymer composites and self-healingTravaux en français237 207