Synthesis, formulation, and characterization of a bio-based paint derived from TOCN and polypyrrole
Notice bibliographique
Résumé
This study presents the development of a biobased paint by integrating TEMPO-oxidized cellulose nanofibers (TOCN) with polypyrrole (PPy) and incorporating polyvinyl alcohol (PVA) as a binder and glycerol as a plasticizer. The TOCN-PPy composite was synthesized via in-situ polymerization, followed by a washing process to ensure compositional purity. High-shear mixing and controlled thermal treatment produced homogeneous and stable formulations. Scanning Electron Microscopy (SEM) revealed a well-dispersed nanofiber network, with increased glycerol content contributing to smoother surface morphology. This may correlate with improved flexibility observed during handling. Raman analysis further confirmed the presence of polypyrrole and revealed spectral shifts associated with enhanced polymer dispersion and hydrogen bonding influenced by PVA and glycerol. Contact angle measurements showed that higher glycerol content increased wettability, reducing hydrophobicity and enhancing adaptability for coating applications. Thermogravimetric Analysis (TGA) revealed multi-stage degradation, with polypyrrole improving thermal stability. The enhanced flexibility observed in glycerol-containing samples is attributed to its plasticizing effect, as evidenced by morphological and handling observations. DSC was also employed for glass transition, melting and thermal decomposition behavior, and thermal stability trends. These findings emphasize the tunability of TOCN-PPy coatings, balancing structural integrity, thermal performance, and wettability for various industrial applications. The results also highlight the potential of TOCN-PPy composites as high-performance, eco-friendly coatings, supporting innovations in green chemistry and the circular bioeconomy.
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) | 0,000 | 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 ».