MétaCan
Menu
Retour à la cohorte
Enregistrement W1524524629 · doi:10.1109/ceidp.2004.1364268

Comparison between silicone rubber containing micro- and nano-size silica fillers

2004· article· en· W1524524629 sur OpenAlexaff
Ayman El‐Hag, Shesha Jayaram, E.A. Cherney

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMaterials Science
ThématiqueHigh voltage insulation and dielectric phenomena
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésSilicone rubberFiller (materials)Composite materialMaterials scienceSiliconeFumed silicaNano-Natural rubberPrecipitated silica

Résumé

récupéré en direct d'OpenAlex

In this study, the influence of nano-size silica filler is compared with micro-size filler in silicone rubber using the ASTM 2303 inclined plane tracking and erosion test. Silicone rubber samples filled with 5 /spl mu/m mean size ground silica are compared with silicone rubber filled with 12 nm average size fumed silica. Both the low frequency components of leakage current and eroded volume are used to evaluate the performance of the two types of composites. While the fundamental component of leakage current does not correlate with the erosion, the third harmonic component of the leakage current shows good correlation to the erosion, in terms of volume, and for both composites. Based on the results of the eroded volume, it is observed that 10% by weight of nano-size filler in the silicone rubber gives a performance that is similar to that obtained with 50% by weight of micro-size filler. The paper discusses the merits of nano-size filler in silicone composites.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,041
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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)0,0010,000

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 Opus0,023
Tête enseignante GPT0,280
Écart entre enseignants0,257 · 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 tête enseignante, pas un consensus.

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

Citations32
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHigh voltage insulation and dielectric phenomenaTravaux en français237 207