Fabrication and Performance of PBAT Composite Films Reinforced with High-Molecular-Weight Lignin Nanoparticles for Sustainable Packaging
Notice bibliographique
Résumé
This study focuses on the incorporation of lignin nanoparticles (LNPs), prepared via antisolvent precipitation from fractionated lignin, into poly(butylene adipate- co -terephthalate) (PBAT) matrices and evaluates the effects of LNP particle size on the properties of PBAT composite films. The results demonstrate that, compared to the original lignin, LNPs acted as functional fillers, exhibiting excellent dispersion within the PBAT matrix. Strong hydrogen bonding interactions between LNPs and PBAT significantly improved the mechanical properties of the composite films, with an 8 wt % addition of LNPs leading to a 62.1% increase in tensile strength. High-molecular-weight LNPs (25 ∼ 116 nm), characterized by smaller particle sizes, achieved superior dispersion and compatibility within the PBAT matrix compared to low-molecular-weight LNPs. This improved dispersion contributed to enhanced tensile strength, UV-shielding capability, and barrier properties of the films. Additionally, PBAT films containing high-molecular-weight LNPs with a lower hydrophilic group content displayed higher antioxidant and antimicrobial activities. These findings highlight the potential of high-molecular-weight LNPs-reinforced PBAT composite films as sustainable food packaging materials. They also provide innovative strategies for the high-value utilization of lignin and the development of degradable high-performance packaging 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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 source (Gemma direct ou Codex distillé), 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 ».