Processing of Pineapple Leaf Fibers for the Production of Oxidized Micro-/Nanofibrillated Cellulose
Notice bibliographique
Résumé
Pineapple leaf fibers (PALFs), obtained from abundant yet underutilized pineapple leaf residues, represent a promising feedstock for producing fibrillated cellulose. In this work, cellulosic fibers were isolated and characterized by Fiber Quality Analysis (FQA), showing lengths between 0.33 and 0.47 mm and widths of 12.2 µm after organosolv pulping using ethanol and acetic acid as a catalyst, followed by hydrogen peroxide bleaching with diethylenetriaminepentaacetic acid as a chelating agent. The cellulosic fibers were then subjected to TEMPO-mediated oxidation and subsequently disintegrated by microfluidization to produce micro-/nanofibrillated cellulose (MNFC) with a carboxylate content of 0.85 and 1.00 mmol COO−/g, zeta potential of −41 and −53 mV, and average widths of 15 and 12 nm for unbleached and bleached nanofibrils, respectively. The nanofibrillation yields were 73% and 68% for the bleached and unbleached MNFC samples, indicating the presence of some non-fibrillated or partially fibrillated fractions. X-ray diffraction analysis confirmed preservation of cellulose type I crystalline structure, with increased crystallinity, reaching 85% in the bleached MNFC. These findings demonstrate the feasibility of a sequential process, combining organosolv pulping, hydrogen peroxide bleaching, TEMPO-mediated oxidation, and microfluidization, for preparing MNFC from pineapple leaf fibers. Overall, this study highlights pineapple leaf residues as a sustainable source of MNFC, supporting strategies to transform agricultural waste into valuable bio-based materials.
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 ».