MétaCan
Menu
Retour à la cohorte

Effect of High Shear Mixing Parameters and Degassing Temperature on the Morphology of Epoxy-Clay Nanocomposites

2013· article· en· W1971644943 sur OpenAlexaff
Muneer Al-Qadhi, Nesar Merah, Khaled Mezghani, Zafarullah Khan, Zuhair M. Gasem, Rachid Sougrat

Notice bibliographique

RevueAdvanced materials research · 2013
Typearticle
Langueen
DomaineMaterials Science
ThématiquePolymer Nanocomposites and Properties
Établissements canadiensKootenay Association for Science & Technology
Organismes subventionnairesKing Abdulaziz City for Science and Technology
Mots-clésMaterials scienceMixing (physics)NanocompositeEpoxyComposite materialMorphology (biology)Shear (geology)Diglycidyl etherDispersion (optics)Scanning electron microscopeTransmission electron microscopyShear rateBisphenol AChemical engineeringRheologyNanotechnologyOptics

Résumé

récupéré en direct d'OpenAlex

Epoxy-clay nanocomposites were prepared by high shear mixing method using Nanomer I.30E nanoclay as nano-reinforcement in diglycidyl ether of bisphenol A (DGEBA). The effect of mixing speed and time on the nature and degree of clay dispersion were investigated by varying the mixing speed in the range of 500-8000 RPM and mixing time in the range of 15-90 minutes. The effect of degassing temperature on the morphology of the resultant nanocomposites was also studied. Scanning and transmission microscopy (SEM & TEM) along with x-ray diffraction (XRD) have been used to characterize the effect of shear mixing speed, mixing time and degassing temperature on the structure of the resultant nanocomposites. The SEM, TEM and XRD examinations demonstrated that the degree of clay dispersion was improved with increasing the high shear mixing speed and mixing time. The results showed that the optimum high shear mixing speed and mixing time were 6000 rpm and 60 min, respectively. It was observed that the structure of the nanocomposites that have been degassed at 65oC was dominated by ordered intercalated morphology while disordered intercalated with some exfoliated morphology was found for the sample degassed at 100oC for the first 2 hours of the degassing process.

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 seuil0,003

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 savante0,0000,000
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 Opus0,021
Tête enseignante GPT0,304
Écart entre enseignants0,282 · 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

Citations12
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvanced materials researchMême sujetPolymer Nanocomposites and PropertiesTravaux en français237 207