Notice bibliographique
Résumé
Polymeric nanocomposites (PNC) are binary mixtures of strongly interacting, inorganic platelets dispersed in a polymeric matrix. For full exfoliation, the thermodynamic miscibility is required. There are three basic methods of organically-modified clay dispersion that might result in PNC: (1) in polymer solution (followed by solvent removal), (2) in a monomer (followed by polymerization), and (3) in molten polymer (compounding). Most commercial PNC are produced by the second method, but it is the third one that has the greatest promise for the plastics industry. Similarly as during the manufacture of polymer blends, the layered silicates must be compatibilized by intercalation with organic salts and/or addition of functionalized macromolecules. Compounding affects the kinetics of dispersion process, but rarely the miscibility. Melt compounding is carried out either in a single-screw (SSE) or a twin-screw extruder (TSE). Furthermore, an extensional flow mixer (EFM) might be attached to an extruder. Two versions of EFM were evaluated: (1) designed for polymer homogenization and blending, and (2) designed for dispersing nano-particles. In this review, the dispersion of organoclay in polystyrene (PS), polyamide-6 (PA-6) or in polypropylene (PP) is discussed. The PNC based on PS or PA-6 contained two components (polymer and organoclay), whereas those based on PP in addition had a compatibilizer mixture of two maleated polypropylenes. Better dispersion was found compounding PNC's in a SSE + EFM than in TSE with or without EFM. The mechanical performance (tensile, flexural and impact) was examined.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».