MétaCan
Menu
Retour à la cohorte
Enregistrement W1988879444 · doi:10.5539/mas.v4n5p22

The Effect of Pressure-Induced Flow (PIF) Processing on the Thermal Stability and Mechanical Properties of Ultra-High Molecular Weight Polyethylene (UHMWPE) Gel

2010· article· en· W1988879444 sur OpenAlexvenueno aff
Musa E. Babiker, Guangcheng . Wang, Sen Zhang, Tang Yi Fei, Huaiping Rong, Muhuo Yu

Notice bibliographique

RevueModern Applied Science · 2010
Typearticle
Langueen
DomaineMaterials Science
ThématiquePolymer crystallization and properties
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésMaterials scienceThermogravimetric analysisComposite materialThermal stabilityDynamic mechanical analysisScanning electron microscopeUltra-high-molecular-weight polyethylenePolyethyleneDifferential scanning calorimetryMicrostructurePolymerChemical engineering

Résumé

récupéré en direct d'OpenAlex

A new method using gel-swelling state and pressure-induced flow (PIF) will be presented for obtaining high-performance materials of ultra high molecular weight polyethylene (UHMWPE), which is available for the production of high-strength and high-modulus materials. The effect of PIF on the thermal stability and mechanical properties UHMWPE gel state has been investigated using four kinds of gel formed from 4, 6, 8 and 10% of UHMWPE. The microstructures of UHMWPE gel were studied by using scanning electron microscope (SEM). The thermal and mechanical properties of the UHMWPE gel were investigated by thermogravimetric analysis (TGA), diffraction scanning calorimetry (DSC), dynamic mechanical analysis (DMA) and the universal test machine (UTM). The images obtained by SEM present a gel-like layers structure of UHMWPE gel sheet as a result of the deformation and re-arrangement of the gel sheets during PIF process. From the DSC, DMA and TGA results, we found that the thermal stability of the UHMWPE gel increased as the UHMWPE content increased. The thermal stability and the increase of strength are discussed with respect to the effect of PIF deformation.

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)0,002
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 enseignants0,020
Score d'incertitude au seuil0,618

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,002
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,013
Tête enseignante GPT0,215
Écart entre enseignants0,201 · 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

Citations2
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModern Applied ScienceMême sujetPolymer crystallization and propertiesTravaux en français237 207