MétaCan
Menu
Retour à la cohorte
Enregistrement W4410737949 · doi:10.1002/mame.202500130

Functional Polymers and Their Nanocomposites for Sustainable Packaging Applications

2025· article· en· W4410737949 sur OpenAlexaff
Ritima Banerjee, Jayita Bandyopadhyay, Suprakas Sinha Ray

Notice bibliographique

RevueMacromolecular Materials and Engineering · 2025
Typearticle
Langueen
DomaineMaterials Science
Thématiquebiodegradable polymer synthesis and properties
Établissements canadiensUniversité Laval
Organismes subventionnairesUniversity of JohannesburgDepartment of Science and Technology, Republic of South Africa
Mots-clésMaterials scienceNanocompositePolymerPolymer nanocompositeNanotechnologyPolymer scienceComposite material

Résumé

récupéré en direct d'OpenAlex

Abstract This study explores recent advances and knowledge gaps in developing sustainable plastics‐based packaging materials, emphasizing functionality and nanotechnology's impact on sustainability. It discusses material selection decisions, such as replacing conventional materials or fossil‐based recyclable plastics with bio‐based biodegradable options, within cradle‐to‐grave life cycle assessments. The choice of end‐of‐life strategies, including recycling or biodegradation/composting, is influenced by existing infrastructure, providing realistic end‐of‐life scenario estimates. Other sustainability factors include extending shelf life, reducing food waste, minimizing material use, and enhancing recyclability. Evaluating economic viability and scalability is crucial for commercializing academic research, ensuring that these sustainable solutions are practical for society. Key attributes of the article highlight nanotechnology's role, functional improvements in sustainable packaging design, and the significance of life cycle assessment and economic feasibility for developing effective solutions. This review presents a comprehensive overview of essential factors for achieving sustainability and guiding the creation of high‐quality sustainable packaging for diverse markets.

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 enseignants0,117
Score d'incertitude au seuil0,450

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 Opus0,006
Tête enseignante GPT0,184
Écart entre enseignants0,179 · 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

Citations8
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMacromolecular Materials and EngineeringMême sujetbiodegradable polymer synthesis and propertiesTravaux en français237 207