MétaCan
Menu
Retour à la cohorte
Enregistrement W1985366291 · doi:10.1002/pen.22126

Nanoparticle encapsulation by a polymer via <i>in situ</i> polymerization in supercritical conditions

2011· article· en· W1985366291 sur OpenAlexafffund
Babak Esmaeili, Jamal Chaouki, Charles Dubois

Notice bibliographique

RevuePolymer Engineering and Science · 2011
Typearticle
Langueen
DomaineEngineering
ThématiquePhase Equilibria and Thermodynamics
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMaterials sciencePolymerNanoparticlePolymerizationX-ray photoelectron spectroscopyThermogravimetric analysisSupercritical fluidChemical engineeringEmulsion polymerizationIn situ polymerizationTransmission electron microscopyComposite materialPolymer chemistryNanotechnologyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract The encapsulation of aluminum nanoparticles by polyvinylidene fluoride (PVDF) was carried out in supercritical conditions via in situ polymerization. The aluminum particles possessed an average diameter of 43.7 nm. The presence of PVDF on the particles was validated by thermogravimetric analysis (TGA). This result was further approved by X‐ray photoelectron spectroscopy (XPS), which showed high intensity peaks of fluorine and carbon on the particles after the encapsulation process, which are associated with the presence of hydrocarbon‐based PVDF. As observed by transmission electron microscopy (TEM) images, the nanoparticles were uniformly coated by a polymer of a few nanometers in thickness. The results showed that there is a good consistency between the calculated thickness of the polymer coating and the results obtained by TEM. In addition, the effect of polymerization time on the kinetics of the reaction was investigated. Finally, it was found that the thickness of the polymer layer can be controlled by the duration of the encapsulation process. POLYM. ENG. SCI., 2012. © 2011 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 enseignants0,355
Score d'incertitude au seuil0,538

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,007
Tête enseignante GPT0,198
Écart entre enseignants0,191 · 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
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePolymer Engineering and ScienceMême sujetPhase Equilibria and ThermodynamicsTravaux en français237 207