MétaCan
Menu
Retour à la cohorte
Enregistrement W10671013 · doi:10.1016/s1353-8292(97)00025-7

Development of virgin polypropylene composite by sugarcane bagasse reinforcement

2011· article· en· W10671013 sur OpenAlexaboutno aff
Madana Leela Nallappan

Notice bibliographique

RevueHealth & Place · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueMechanical Engineering and Vibrations Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBagassePolypropyleneMaterials scienceComposite materialPithUltimate tensile strengthComposite numberFourier transform infrared spectroscopyHuskMolding (decorative)ExtrusionSugarFiberFiller (materials)Izod impact strength testPulp and paper industryFood scienceChemistryHorticultureBotanyEngineering

Résumé

récupéré en direct d'OpenAlex

This research is aimed to produce a high strength composite by reinforcement sugarcane bagasse as filler into virgin polypropylene. Bagasse fiber is a by-product of the sugar cane industry whose role is sugar or biofuel production. The bagasse filler is divided into two parent categories which are the pith and the rind. This study is focused on the determination of the optimum fibre content which gives maximum strength for each parent category and establishing which parent category gives optimum results with respect to strength. For each category extrusion was carried out at a temperature of 190oC and screw speed of 50 to 70rpm, for fibre content of 10 wt% to 50 wt%. The compounded samples were then prepared into test specimens through injection molding and characterized by tensile testing, Fourier Transform Infrared Spectroscopy (FTIR) and Melt Flow Index (MFI). Based on the tests, the fibre content that gives the maximum strength is identified. Comparisons are made and it is established that the rind gives better strength as filler, compared to the pith and that a 30 wt% fibre composition gives maximum strength.

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 enseignants0,003
Score d'incertitude au seuil0,007

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
Bibliométrie0,0010,000
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)0,0020,000

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.

Tête enseignante Opus0,035
Tête enseignante GPT0,265
Écart entre enseignants0,230 · 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

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealth & PlaceMême sujetMechanical Engineering and Vibrations ResearchTravaux en français237 207