MétaCan
Menu
Retour à la cohorte
Enregistrement W1528933536 · doi:10.1002/pc.23662

Use of supercritical CO<sub>2</sub> as a dispersing agent in the preparation of a polymer‐layered silicate nanocomposite

2015· article· en· W1528933536 sur OpenAlexaff
Jinling Liu, William R. Rodgers, Michael R. Thompson

Notice bibliographique

RevuePolymer Composites · 2015
Typearticle
Langueen
DomaineMaterials Science
ThématiquePolymer Nanocomposites and Properties
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésOrganoclayMaterials scienceNanocompositeComposite materialCompoundingPolypropyleneRheologySupercritical fluidPolymerCrystallinityThermoplasticDispersion (optics)SilicateChemical engineeringOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

The usefulness of supercritical CO 2 (scCO 2 ) in the processing of thermoplastic olefin (TPO) nanocomposites was investigated using a simple extensional flow mixing device. An organoclay (Cloisite ® 20A), a maleated polypropylene (Polybond ® 3200), and a TPO polymer were selected for this study. The three components were combined in different manners to evaluate how scCO 2 influenced the microstructure of a final nanocomposite prepared by different mixing orders of the formulation components. The organoclay was examined in its as‐supplied state as well as after being conditioned under scCO 2 . Analyses of the nanocomposites by X‐ray diffraction, transmission electron microscopy, and parallel plate rheology techniques showed that inclusion of scCO 2 during melt compounding significantly contributed to disrupting the crystalline order in the structure of the original organoclay. However, the order by which the formulation components are combined under scCO 2 was important to clay dispersion. It was shown that making use of the proper combination order led to an improvement in the modulus of the resulting nanocomposites as measured by rheology. POLYM. COMPOS., 38:987–995, 2017. © 2015 Society of Plastics Engineers

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 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 enseignants0,008
Score d'incertitude au seuil0,937

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,052
Tête enseignante GPT0,290
Écart entre enseignants0,239 · 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.

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

Citations2
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolymer CompositesMême sujetPolymer Nanocomposites and PropertiesTravaux en français237 207