MétaCan
Menu
Retour à la cohorte
Enregistrement W4408168002 · doi:10.1021/acs.nanolett.5c00064

Cold Alkali Treatment Enabled Stretchable yet Mechanically Strong All-Cellulose Composite

2025· article· en· W4408168002 sur OpenAlexafffund
Penghui Zhu, Andrea Vo, Xia Sun, Yeling Zhu, Hao Sun, Pu Yang, Zhengyang Yu, Jiaying Zhu, Feng Jiang

Notice bibliographique

RevueNano Letters · 2025
Typearticle
Langueen
DomaineMaterials Science
ThématiqueAdvanced Cellulose Research Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesCanada Research ChairsCanada Foundation for Innovation
Mots-clésCelluloseAlkali metalComposite numberMaterials scienceComposite materialNanotechnologyChemical engineeringPolymer scienceChemistryOrganic chemistryEngineering

Résumé

récupéré en direct d'OpenAlex

Biodegradable cellulose films are promising alternatives to plastics, but achieving stretchable all-cellulose composites (ACCs) remains challenging. Here, we present a scalable strategy for creating stretchable yet mechanically strong ACCs. This approach integrates swollen-regenerated microfibers with dissolution-regenerated cellulose to form multiscale architectures, achieved through mechanical pretreatments and cold NaOH treatment of kraft pulp, followed by vacuum filtration and press-drying. Swollen-regenerated microfibers establish preferential sacrificial networks that enhance mechanical strength through nanofiber pull-out, while dissolution-regenerated cellulose matrix facilitates nanoscale load transfer, maintaining ductility. The ACC achieves a tensile strength of 89.0 MPa, a strain to failure of 24.7%, and a work of fracture of 17.3 MJ m –3 ─1.3 times stronger, 1.5 times more stretchable, and 3.8 times tougher than microfibrillated cellulose films. With added benefits of wet strength, grease resistance, oxygen barrier property, and biodegradability, this work demonstrates a scalable approach to engineering multiscale cellulose networks for sustainable packaging.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,027
Score d'incertitude au seuil1,000

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 Opus0,021
Tête enseignante GPT0,292
Écart entre enseignants0,271 · 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.

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

Citations7
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNano LettersMême sujetAdvanced Cellulose Research StudiesTravaux en français237 207