Nanochitin-Fortified Polyphenol Complexes for Dry and Wet Adhesion
Notice bibliographique
Résumé
Synthetic adhesives commonly used in shipbuilding, plumbing, and various industrial and household applications pose environmental and health concerns due to chemical leaching and other issues. In this work, we present a sustainable alternative using chitin nanofibers (ChNF) to enhance the networking and surface binding of biomolecules. We investigate aqueous-based formulations composed of tannic acid (TA), poly(vinyl alcohol) (PVA), and chitin nanofibers, which form robust adhesive complexes. These are driven by multiple interactions involving phenolic and hydroxyl groups, which are present at high densities and contribute to exceptional adhesion upon drying. Unlike most two-component structural adhesives, the ChNF-based adhesives introduced here do not rely on organic solvents and demonstrate versatility across surfaces with contrasting topologies and surface energies, including stainless steel, polypropylene, wood, and others. With an ultimate shear strength reaching up to 20 MPa, these adhesives rival commercially available structural adhesives commonly used for bonding metals, wood, and glass. The addition of chitin nanofibers enhances adhesion by up to 400%, depending on the PVA-to-TA ratio. Furthermore, these adhesives exhibit long-term structural integrity under wet conditions, showing no signs of swelling or degradation. To elucidate the mechanisms underlying adhesion in both wet and dry states, we conducted comprehensive analyses, including morphological, mechanical, rheological, spectroscopic, thermal, and surface characterizations. The findings highlight the potential of ChNF-based adhesives as a viable and sustainable alternative for diverse industrial applications.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».