MétaCan
Menu
Retour à la cohorte
Enregistrement W1978362497 · doi:10.1002/pen.20325

Boron nitride and fluoropolymer combinations: Interactions and their performance as processing aids

2005· article· en· W1978362497 sur OpenAlexaff
Edward B. Muliawan, Nimish Rathod, Savvas G. Hatzikiriakos, Martin Sentmanat

Notice bibliographique

RevuePolymer Engineering and Science · 2005
Typearticle
Langueen
DomaineMaterials Science
ThématiquePolymer Nanocomposites and Properties
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésFluoropolymerMaterials scienceBoron nitrideCompoundingComposite materialPolymerAdsorptionPolyethyleneExtrusionOrganic chemistryChemistry

Résumé

récupéré en direct d'OpenAlex

Abstract In this work, we studied the adsorption capacity of boron nitride (BN) for fluoropolymer and polyethylene (PE) to gain a better understanding of the interactions and the performance of BN and fluoropolymer, and their combinations as processing aids in the extrusion of Ziegler‐Natta PEs. We found that BN has a relatively high adsorption capacity for both PE and fluoropolymer. As a result, simultaneous compounding of BN and fluoropolymer into the host polymer causes fluoropolymer to be trapped within the bulk of the polymer, and prevents the fluoropolymer particles from coating the die wall during flow. This limits the effectiveness of fluoropolymer and BN as processing aids. To avoid this interaction, we added fluoropolymer separately in a dry form just prior to extrusion. In this case, the synergistic effect of BN and fluoropolymer as a combination processing aid was evident. POLYM. ENG. SCI., 45:669–677, 2005. © 2005 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 enseignants0,077
Score d'incertitude au seuil0,449

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,001
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 Opus0,007
Tête enseignante GPT0,217
Écart entre enseignants0,210 · 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

Citations12
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolymer Engineering and ScienceMême sujetPolymer Nanocomposites and PropertiesTravaux en français237 207