Effect of carboxylated cellulose nanocrystal acetylation on PLA nanocomposite crystallization behavior
Notice bibliographique
Résumé
• cCNCs and acetylated cCNCs were dispersed in PLA using ethyl lactate (EtLa). • Green solvent (EtLa) improved PLA chain mobility and crystallization efficiency. • Avrami analysis revealed a shift to 3D spherulitic growth in PLA with cCNCs. • 1.5 wt.% cCNCs significantly increased PLA crystallization rate at 100°C. • Acetylated cCNCs enhanced PLA crystallization at temperatures of 110 and 120°C. Polylactic acid (PLA) has garnered increasing attention as a biodegradable polymer derived from renewable resources; however, its relatively slow crystallization rate restricts its broader use in wider applications. We address this challenge by producing PLA nanocomposites with carboxylated cellulose nanocrystals (cCNCs) and acetylated cCNCs (AcCNCs) in ethyl lactate (EtLa), a bio-based, non-toxic solvent. The crystallization behavior and thermomechanical properties of the nanocomposites were measured using X-ray diffraction (XRD), differential scanning calorimetry (DSC), thermogravimetric analysis (TGA), dynamic mechanical analysis (DMA), and polarized light microscopy (PLM). For PLA-cCNC nanocomposites, Avrami analysis confirmed a transition from two- to three-dimensional spherulitic growth. The addition of cCNCs or AcCNCs with a low degree of substitution (i.e., DS = 0.06) in PLA led to increased crystallization rates. This demonstrated that the cCNCs and AcCNCs enhanced heterogeneous nucleation and the use of EtLa enhanced PLA chain mobility. XRD measurements revealed an increase in average crystallite size when cCNCs and AcCNCs were added to the PLA, signifying improved crystal development. Although both cCNCs and AcCNCs promoted PLA crystallization, the nucleating efficiency of AcCNCs was hampered by reduced compatibility with the EtLa solvent, likely leading to some AcCNC aggregation. The results show how leveraging a greener solvent (EtLa) and utilizing cCNCs can effectively address PLA crystallization limitations, thereby expanding opportunities to enhance high-performance, sustainable materials in packaging, additive manufacturing, and biomedical engineering.
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) | 0,001 | 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 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 ».