Upcycling Spent Coffee Grounds-Based Composite for 3D Printing: A Review of Current Research
Notice bibliographique
Résumé
Driven by the growing demand for sustainable materials, spent coffee grounds have emerged as a promising bio-based reinforcement in polymer composites, particularly for additive manufacturing applications. As a readily available byproduct of the coffee industry, spent coffee grounds contain cellulose, hemicellulose, lignin, proteins, and oils, making them attractive fillers for both thermoplastic and thermoset matrices. Incorporating spent coffee grounds into composites supports waste valorization, cost reduction, and environmental sustainability by transforming organic waste into functional materials. This review first examines the issue of spent coffee ground waste, addressing its environmental footprint and disposal challenges. It then explores the composition and properties of spent coffee grounds. The paper provides a comprehensive overview of composites based on spent coffee grounds for 3D printing, covering processing methods, potential applications, and current challenges in additive manufacturing. Special attention is given to the preparation and processing of these composites, including key steps such as drying, grinding, sieving, and surface modification to enhance compatibility with polymer matrices. Various additive manufacturing techniques influence the printability, processability, and mechanical performance of such composites. While spent coffee grounds offer notable sustainability advantages, challenges such as weak interfacial adhesion, moisture sensitivity, and reduced mechanical properties necessitate optimized processing conditions, surface treatments, and tailored material formulations. This review highlights recent advancements and outlines future research directions, emphasizing the need for stronger interactions between spent coffee grounds and polymer matrices, improved recyclability, and scalable additive manufacturing solutions to establish spent coffee grounds as a viable and eco-friendly alternative for 3D printing applications.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».