MétaCan
Menu
Retour à la cohorte
Enregistrement W1971253605 · doi:10.1021/ma000604n

Effect of Inorganic Pigments on Polymer Interdiffusion in a Low-<i>T</i><sub>g</sub> Latex Film

2001· article· en· W1971253605 sur OpenAlexaff
Mitsuru Kobayashi, Yahya Rharbi, Mitchell A. Winnik

Notice bibliographique

RevueMacromolecules · 2001
Typearticle
Langueen
DomaineEngineering
ThématiqueMaterial Properties and Processing
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPolymerCoalescence (physics)CoatingChemical engineeringFörster resonance energy transferCalcium carbonateMaterials scienceDiffusionChemistryFluorescenceComposite materialOptics

Résumé

récupéré en direct d'OpenAlex

There is a continuing need to lower costs of coated paper production while at the same time maintaining or improving paper quality. To reach this goal, one would like to have the knowledge necessary to design the structure of the coating in a way that optimizes the use of latex as a pigment binder. For this purpose, one needs a deeper understanding of the role of the latex binder in the coating. We approach this problem by trying to understand how a large amount of pigment in the coating formulation affects the coalescence of latex particles and the subsequent polymer diffusion that enhances the mechanical properties. We carried out fluorescence resonance energy transfer (FRET) measurements on latex films that allowed us to follow the extent of interparticle polymer diffusion as a function of time after the latex/pigment dispersion dried. The initial energy-transfer quantum efficiency data indicate that neither precipitated calcium carbonate (CaCO 3 ) nor silica (SiO 2 ) promotes coalescence of the latex particles. CaCO 3 has little effect on the rate of polymer interdiffusion up to 80 wt %, whereas even a small amount of 25-nm silica particles has a significant influence.

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)0,001
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 seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,003
Tête enseignante GPT0,192
Écart entre enseignants0,189 · 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

Citations22
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMacromoleculesMême sujetMaterial Properties and ProcessingTravaux en français237 207