MétaCan
Menu
Retour à la cohorte
Enregistrement W2010926661 · doi:10.1002/masy.201050210

Shear Thinning Behavior of Concentrated Latex Dispersions

2010· article· en· W2010926661 sur OpenAlexaff
Koichi Takamura, Theo G. M. van de Ven

Notice bibliographique

RevueMacromolecular Symposia · 2010
Typearticle
Langueen
DomaineChemistry
ThématiqueSurfactants and Colloidal Systems
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésShear rateMaterials scienceVolume fractionShear thinningColloidDispersityViscosityShear (geology)Composite materialPolymer chemistryChemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Summary: Measured viscosity vs . shear rate relationships were analyzed for a wide variety of carboxylated latexes reported in the literature using the theoretical model proposed by one of the authors. The theory contains three main parameters: c m , k o and δ , which are the maximum volume fraction, a particle interaction parameter closely related to the secondary electroviscous effect, and the thickness of the stabilizing surface layer, respectively. It is assumed that sheared dispersions always approach close packing for high volume fractions, i.e . c m = 0.74, and that the shear thinning is entirely due to the energy dissipation associated with hydrodynamic and colloidal particle interactions, which at low shear rates is larger than at high ones (for simple shear flows). The experimental data include those by Laun who measured the viscosity of concentrated latex dispersions over nine order of magnitude of shear rate ranging from 10 −3 to 10 6 s −1 , and Chu et al., who prepared several monodisperse latexes and measured the viscosity of individual as well as trimodal blends of these three latexes as a function of shear rate. The viscosity of carboxylated latex is also influenced by surface “hair”, which appears to be closely related to the amount and type of functional monomers, and degree of dissociation of carboxylic acid groups on the latex surface.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,023
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0020,000

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 Opus0,005
Tête enseignante GPT0,221
Écart entre enseignants0,216 · 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.

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

Citations4
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMacromolecular SymposiaMême sujetSurfactants and Colloidal SystemsTravaux en français237 207