Influence of Particle Nucleation in Pressure Sensitive Adhesive Properties: Miniemulsion <i>versus</i> Emulsion Polymerization
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Miniemulsion polymerization is a promising approach to produce and tailor pressure sensitive adhesives (PSAs). In this paper, a systematic comparison of the adhesive properties of latexes produced by miniemulsion and conventional emulsion polymerization is presented. Specifically, the influence of the total surfactant concentration, chain transfer agent concentration and chemical composition on the final adhesive properties of the polymer 2‐ethyl hexyl acrylate/methyl methacrylate/acrylic acid was discerned using a 2 3 factorial design for each polymerization method. In addition to the adhesive properties (i.e., loop tack, peel strength and shear strength), molecular weight distribution, particle size distribution (PSD) and glass transition temperature were analyzed. The results show that under the conditions used in this work, it is possible to produce PSAs using miniemulsion polymerization, a process wherein monomer droplet nucleation is the dominant particle nucleation mechanism. The use of a miniemulsion polymerization process, as opposed to the conventional emulsion technique, produced several differences such as larger particles sizes and narrower molecular weight distributions. Focusing on the PSA films that exhibited adhesive rather than cohesive failure, the PSA films generated via miniemulsion polymerization displayed higher values of loop tack and peel strength compared to those produced via conventional emulsion polymerization. Shear strength results were strongly dependent on the amount of gel content and sol molecular weight for both cases.
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.
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 | 0,000 |
| 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 découle