Preparation of Model Surfaces to Mimic Porous Cellulose Structures
Notice bibliographique
Résumé
Abstract Porous cellulose and nanocellulose materials, such as foams and aerogels, are widely used in numerous applications due to their large surface area, sorption capacity, mechanical resilience, and overall versatility. Additionally, porous cellulose materials provide extensive interaction sites that can facilitate a variety of chemical processes. Herein, ultrathin nanocellulose model surfaces with a 2D open‐pore structure are presented that mimic the complexity of porous cellulose fiber materials. A sacrificial templating approach is used by spin coating a mixture of 2,2,6,6‐tetramethylpiperidin‐1‐oxyl‐oxidized cellulose nanofibrils (TOCNFs) and polystyrene (PS) nanoparticles onto a silicon wafer, followed by selective nanoparticle dissolution. Scanning electron microscopy and atomic force microscopy reveal an ultrathin TOCNF layer with hierarchical morphology and spherical open pores (70 nm diameter), with a root mean square roughness of 19 nm. The surface coverage of nanoparticles is controlled primarily by changing the TOCNF concentration, and to a lesser extent, the ratio between PS nanoparticles and TOCNFs. X‐ray photoelectron spectroscopy supports the complete removal of the PS template, leaving behind a pure TOCNFs layer. Open‐pore structured nanocellulose model surfaces provide a tool to investigate interfacial phenomena in porous materials constructed from fibers and/or nanocelluloses, thus advancing the engineering of functional porous cellulose‐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) | 0,001 | 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 | 0,001 | 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 ».