Porous Non‐Isocyanate Polyurethane by Stepwise Polymerization‐Induced Micron Phase Separation between Evolving Polymer Network and Solvent
Notice bibliographique
Résumé
Abstract Porous polyurethane accounts for half the global polymer foam market. However, the synthesis of polyurethanes (PUs) heavily relies on the use of highly toxic isocyanates, raising significant health and environmental concerns. Non‐isocyanate polyurethane (NIPU), as a safer alternative, has emerged via the polymerization of multifunctional cyclic carbonates and amines. Nevertheless, NIPUs are seldom explored as porous materials compared to conventional PUs primarily because their synthesis is based on isocyanate‐free cyclic carbonate‐amine chemistry, making it challenging to replicate the foaming process of traditional PUs, which relies on in situ CO 2 production through isocyanate hydrolysis. In this study, the highly efficient preparation of porous NIPU through step‐growth polymerization‐induced micron phase separation between the evolving polymer network and the solvent is reported. A series of NIPUs with unconventional porous structures are facilely prepared via a convenient one‐pot method in the absence of catalysts and any in situ generated or additional blowing agents at room temperature and atmospheric pressure. Furthermore, this strategy can be successfully extended to the production of flexible NIPU/cellulose fabric hybrid porous materials. This strategy provides a facile approach to accessing porous NIPU and NIPU hybrid materials, which is beneficial to the wide applications of NIPUs in different fields.
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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».