Synthetic Rubbers, Producers and World Market of
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Introduction Market and Areas of Application Nomenclature and Classification Properties Production Producers Emulsion Styrene–Butadiene Rubber (E-SBR) Producers and Production Capacities Chloroprene Rubber (CR) Producers and Production Capacities Nitrile Rubber (NBR) Producers and Production Capacities Emulsion Polybutadiene (E-BR) Producers and Production Capacities Acrylate Rubber (ACM) Producers and Production Capacities Fluororubbers (Logothetis, 1989, 1992; Cook and Lynn, 1990) Fluororubbers Producers, Production, Capacities, and Markets Synthesis by Anionic Polymerization Producers and Production Capacities (The Synthetic Rubber Manual, 1989; IISRP, 1991) Producers and Production Capacities Synthesis by Ziegler–Natta Polymerization Producers and Production Capacities Synthesis of Butyl Rubber by Cationic Polymerization (Kirk-Othmer, 1991–1998; Kresge et al., 1987) Synthesis of Butyl Rubber by Cationic Polymerization Producers and Production Capacities EVM and Ethylene Copolymers Producers and Production Capacities Epoxide Rubbers (CO, ECO, GECO, GPO) Producers and Production Capacities Polynorbornene Uses Economic Aspects Polyoctenamers Economic Aspects Silicone Rubber Producers and Markets Thiokol Rubber Producers and Production Capacities Halobutyl Rubber Producers and Production Capacities Chloropolyethylene and Chlorosulfonyl Polyethylene Producers and Production Capacities Hydrogenated Nitrile Rubber Producers and Production Capacities Polyphosphazenes Producers and Markets Evaluation of the Present Situation and Remarks on Future Trends Market Producers Tire-Manufacturing Industry Manufacturers of Technical Rubber Goods Rubber Toughening of Thermoplastic and Thermoset 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.
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 | 0,001 | 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) | 0,004 | 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 découle