MétaCan
Menu
Retour à la cohorte
Enregistrement W2007582519 · doi:10.1002/masy.200951110

CRYSTAF Analysis of Polyethylene Synthesized with Phillips Catalyst

2009· article· en· W2007582519 sur OpenAlexaff
Wei Xia, Toshiaki Taniike, Minoru Terano, Tadahiro Fujitani, Bo Liu, João B. P. Soares

Notice bibliographique

RevueMacromolecular Symposia · 2009
Typearticle
Langueen
DomaineMaterials Science
ThématiquePolymer crystallization and properties
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésCyclopenteneCrystallizationCopolymerPolyethyleneEthylenePolymer chemistryFractionationCatalysisMaterials scienceMolar ratioChemical engineeringMolar massCrystallinityChemistryOrganic chemistryPolymerComposite material

Résumé

récupéré en direct d'OpenAlex

Abstract Crystallization analysis fractionation (CRYSTAF) was used for the first time to investigate the solution crystallization behavior of ethylene homopolymers and copolymers made with Phillips CrO x /SiO 2 catalyst. Interestingly, the crystallization peak temperatures ( T p ) of copolymers of ethylene and cyclopentene increased with increasing cyclopentene molar fraction in the copolymer. Comparing two factors (short chain branches (SCBs) and cyclopentene incorporation), decreasing SCB frequency is proposed as the dominant factor to explain the increase of crystallization peak temperatures with increasing cyclopentene incorporation. In addition, SCB frequency and molecular weight might be the two significant factors determining the crystallization temperature of polyethylene made with Phillips CrO x /SiO 2 catalyst with different cocatalysts (triethylaluminum and diethylaluminum ethoxide).

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 enseignants0,014
Score d'incertitude au seuil0,605

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 Opus0,006
Tête enseignante GPT0,209
Écart entre enseignants0,204 · 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

Citations6
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMacromolecular SymposiaMême sujetPolymer crystallization and propertiesTravaux en français237 207