MétaCan
Menu
Retour à la cohorte
Enregistrement W1502898376 · doi:10.5539/mas.v9n7p121

Preparation of Polystyrene Spheres Using Surfactant-Free Emulsion Polymerization

2015· article· en· W1502898376 sur OpenAlexvenueno aff
F. T., Restu Mulya Dewa, Karinda Quarta, W. Widiyastuti, Sugeng Winardi

Notice bibliographique

RevueModern Applied Science · 2015
Typearticle
Langueen
DomaineMaterials Science
ThématiquePolymer Surface Interaction Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolystyreneStyreneDispersityMaterials scienceEmulsion polymerizationMonomerSPHERESPolymer chemistryScanning electron microscopeChemical engineeringCopolymerPolymerizationMixing (physics)Composite materialPolymer

Résumé

récupéré en direct d'OpenAlex

Polystyrene spheres have been synthesized using potassium persulphate (KPS) as initiators without using anysurfactant or stabilizing agent. Simple mixing method was used to synthesize styrene monomer into polystyrenespheres. The influences of mixing time, ammount of styrene monomers, and ammount of initiators were studiedin this research. Size measurement and its distribution were analyzed by Scanning Electron Microscopy (SEM).Monodisperse spheres and verry narrow size distribution are expected in this research. The results showed thatthe most optimum time to synthesize styrene monomer into polystyrene latex is 6 hours, where biggest and mostuniform spheres size were obtained. Meanwhile when ammount of styrene monomers were increased, thediameter of polystyrene spheres were also increased. The biggest and most uniform polystyrene spheres diameterwas shown by 14% volume ratio of styrene monomer. For initiators influence, the smaller diameter ofpolystyrene spheres were obtained for 0.2 gram KPS than in 0.05 gram KPS. Polystyrene spheres using 0.05gram KPS also has more uniform size than in 0.2 gram.

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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
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)0,0010,001

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 Opus0,050
Tête enseignante GPT0,334
Écart entre enseignants0,284 · 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

Citations12
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModern Applied ScienceMême sujetPolymer Surface Interaction StudiesTravaux en français237 207