MétaCan
Menu
Retour à la cohorte
Enregistrement W7037386773

Development of Ligno-Polyol for the production of Polyurethanes

2010· other· en· W7037386773 sur OpenAlexfundno aff

Notice bibliographique

RevuePolyPublie (École Polytechnique de Montréal) · 2010
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesNatural Resources CanadaAgriculture and Agri-Food Canada
Mots-clésLigninPolyolRaw materialPolyurethaneCelluloseBiorefiningChemical industryKraft paperChemical modification
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The overall objective of this work is to explore a new non-food renewable supply of industrially viable polyol to make polyurethane products for industrial applications. Lignin has been considered as an industrial waste coming from the paper and textile fiber industries. From a chemical point of view lignin is a natural polyphenol and polyol. Due to its high molecular weight and its complex structure, however, those functional groups are not easily accessible. As a consequence the industrial application of lignin is very limited. In this work, different approaches have been used for the incorporation of kraft lignin in petroleum-derived commercial polyols for the production of polyurethanes (PU) with minimum energy and chemical used and also minimum negative impact on the environment. The results have demonstrated that, beside lignin chemistry, lignin size and morphology, applied shear force, mixing temperature, and chemistry of polyol have also great influence on the dispersion and interaction of lignin with petroleum based polyols and thus on the PU performance. In this development the studied lignin was well dispersed and interacted with the polyols and they also participated in the PU network structure, resulting in great improvement in the glass transition temperature and the mechanical properties as well.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,246
Écart entre enseignants0,232 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolyPublie (École Polytechnique de Montréal)Travaux en français237 207