MétaCan
Menu
Retour à la cohorte
Enregistrement W4411938680 · doi:10.1007/s10570-025-06638-0

The production of high-bulk mechanical pulp sheets by fractionation and the addition of microfibrillated lignocellulose

2025· article· en· W4411938680 sur OpenAlexafffund
Fariba Yeganeh, Michael A. Bilek, James A. Olson

Notice bibliographique

RevueCellulose · 2025
Typearticle
Langueen
DomaineMaterials Science
ThématiqueAdvanced Cellulose Research Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaFPInnovationsBC HydroMcMaster University
Mots-clésPulp (tooth)FractionationPulp and paper industryMaterials scienceComposite materialChemistryChemical engineeringOrganic chemistryDentistryEngineering

Résumé

récupéré en direct d'OpenAlex

There has been a growing interest in broadening the application of mechanical pulp, particularly in the development of high-bulk sheets with a wide range of physical and optical properties. This study explores incorporating microfibrillated lignocellulose (MFLC) into fractionated and unfractionated bleached chemi-thermomechanical pulp (BCTMP) of spruce-pine-fir (SPF) to develop high-bulk, strengthened composite. MFLC was generated from BCTMP-aspen through low-consistency (LC) refining, and BCTMP-SPF fibers were fractionated using a Bauer-McNett fiber classifier. The properties of the resulting composite sheets were compared with those sheets prepared from SPF-LC refined pulp at different specific refining energies. The resulting handsheets and Dynamic Sheet Former sheets were analyzed for freeness, fiber length, fine percentage, curl index, bulk, tensile index, tensile energy absorption, stretch percentage and tear index. Additionally, the morphology of the sheets was assessed using scanning electron microscopy. The findings showed that adding MFLC to BCTMP-SPF whole pulp and long fiber fractions presents a promising energy saving and green approach to increase sheets stretch, tensile and tear strength while preserving sheet bulk, potentially extending their application for 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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,011
Score d'incertitude au seuil0,363

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,008
Tête enseignante GPT0,255
Écart entre enseignants0,247 · 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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCelluloseMême sujetAdvanced Cellulose Research StudiesTravaux en français237 207