MétaCan
Menu
Retour à la cohorte
Enregistrement W1963717715 · doi:10.1061/(asce)cc.1943-5614.0000467

Environmental Aging Effect on Tensile Properties of GFRP Made of Furfuryl Alcohol Bioresin Compared to Epoxy

2014· article· en· W1963717715 sur OpenAlexaff
Amanda Eldridge, Amir Fam

Notice bibliographique

RevueJournal of Composites for Construction · 2014
Typearticle
Langueen
DomaineMaterials Science
ThématiqueNatural Fiber Reinforced Composites
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésFibre-reinforced plasticFurfuryl alcoholEpoxyUltimate tensile strengthMaterials scienceComposite materialDurabilityGlass fiberPolymerChemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Biocomposites are emerging as a possible sustainable alternative in structural applications, and as a result, a major focus should be on their durability. This study focuses on the environmental aging of bioresin glass fiber–reinforced polymer (GFRP) through immersion in saltwater at elevated temperatures. The resin is furfuryl alcohol based, derived from renewable resources, such as corncobs and sugarcanes. Deterioration was quantified by tensile testing of unidirectional bioresin GFRP coupons at various stages of exposure, and compared to conventional epoxy GFRP coupons under the same conditions. A total of 150 specimens were exposed to three different environments, namely 23°, 40°, and 55°C water with 3% salt concentration, for up to 300 days. It was found that the bioresin GFRP retained 80, 44, and 39% of its original strength at the three temperatures, respectively. On the other hand, the epoxy GFRP exhibited 86, 72, and 61% strength retentions, respectively. No reductions occurred to the Young’s moduli. The Arrhenius model was applied, assuming environments with mean annual temperatures of 3°, 10°, and 20°C, representing different regions in North America. It was estimated that bioresin GFRP strength retentions after 100 years, at the three mean temperatures, are 65, 61, and 50%, respectively.

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 enseignants0,016
Score d'incertitude au seuil0,565

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 savante0,0000,000
Science ouverte0,0000,000
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 Opus0,011
Tête enseignante GPT0,228
Écart entre enseignants0,218 · 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

Citations22
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Composites for ConstructionMême sujetNatural Fiber Reinforced CompositesTravaux en français237 207