Sustainable recycling of polypropylene waste: Characterization and statistical analysis of wood husk-PP composite
Notice bibliographique
Résumé
The growing emphasis on sustainability and circular economy has driven extensive efforts in recycling and reusing polymer materials, widely used across various industries. While significant progress has been made in recycling polypropylene (PP), the development of polypropylene-ortho (PP-ortho) composite for prosthetics and orthotics remains underexplored. This study focuses on recycling PP-ortho waste by adding wood husk (WH) as a filler material for making PP-ortho composites for manufacturing assistive parts. Statistical analyses were performed considering PP, wood husk and particle size (PS) as input parameters to investigate the mechanical, thermal, and structural properties of the wood husk-PP composite. Differential scanning calorimetry (DSC) and thermogravimetric analysis (TGA) were conducted to investigate the thermal stability of the composite. The results showed that mechanical properties improved with reduced wood husk content and smaller particle sizes, with optimal conditions achieved at 90 wt% PP, 10 wt% wood husks, and a particle size of 125 μm. Thermal analysis indicated a slight reduction in thermal stability with increased wood husk content. The scanning electron microscopy (SEM) further confirmed that higher wood husk content and larger particle sizes led to weaker interfacial adhesion, fiber pullout, and reduced mechanical performance. This research advances sustainable recycling of polypropylene by developing composites for assistive parts in physical rehabilitation, bridging material science with impactful healthcare 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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».