MétaCan
Menu
Retour à la cohorte
Enregistrement W159788063 · doi:10.1007/0-306-46919-7_6

Novel Solvent and Dispersant Systems for Fluoropolymers and Silicones

2006· book-chapter· en· W159788063 sur OpenAlexaboutno aff
Mark W. Grenfell

Notice bibliographique

RevueKluwer Academic Publishers eBooks · 2006
Typebook-chapter
Langueen
DomaineEngineering
ThématiqueSpace Exploration and Technology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDispersantCompatibility (geochemistry)SiliconeFlammabilityFluoropolymerVolatility (finance)SolventSolubilityMaterials scienceChemistryOrganic chemistryComposite materialDispersion (optics)Polymer

Résumé

récupéré en direct d'OpenAlex

Prior to their current phase-out, chlorofluorocarbons (CFCs) were widely used as processing solvents for various materials. CFCs were well suited for many medical applications owing to their high solvency, nonflammability, good materials compatibility, and low toxicity. The uses for CFCs include a silicone deposition solvent, a fluoropolymer dispersion liquid, and processing solvents. However, the Montreal Protocol phase-out of ozone-depleting substances has required that alternative dispersants and solvents be found. Limitations of most available alternatives include flammability, low volatility, poor solvency, and poor materials compatibility. Perfluorocarbons (PFCs) have many functional properties that are similar to those of CFCs but they do not cause ozone depletion. Therefore they can be excellent replacements for CFCs in many demanding, high-performance applications. In addition to being non-ozone-depleting, PFCs are essentially nontoxic, nonflammable, nonvolatile organic compounds, easily dried, and available in a wide range of boiling points, and they provide excellent materials compatibility. Although PFCs exhibit poor solubility with most compounds, their ability to dissolve or disperse halogenated compounds is excellent. In addition, these

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,036

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0110,007

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 Opus0,018
Tête enseignante GPT0,212
Écart entre enseignants0,194 · 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
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKluwer Academic Publishers eBooksMême sujetSpace Exploration and TechnologyTravaux en français237 207