MétaCan
Menu
Retour à la cohorte
Enregistrement W2015457935 · doi:10.1021/ie0009738

Modeling the Ultraviolet Photodegradation of Rigid Polyurethane Foams

2001· article· en· W2015457935 sur OpenAlexaboutno aff
Christopher R. Newman, Daniel Forciniti

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2001
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWind and Air Flow Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolyurethanePhotodegradationPolymerUltravioletMaterials scienceDegradation (telecommunications)WeatheringComposite materialChemical engineeringPenetration (warfare)Ultraviolet lightScanning electron microscopeChemistryCatalysisOrganic chemistryOptoelectronics

Résumé

récupéré en direct d'OpenAlex

Before the Montreal Protocol of 1987 and the subsequent phasing-out of chlorofluorocarbons (CFCs) in industrial applications, rigid polymer foams were made using these compounds as secondary blowing agents. The CFCs remain trapped in the gaseous part of the cellular foam structure, and once discarded these foams constitute a significant reservoir for the environmental release of ozone-depleting chemicals. Environmental degradation of the foam accelerates this process. Of particular interest in this work is the degradative effect of ultraviolet (UV) light on rigid polyurethane foams. Foams were subjected to accelerated weathering conditions and then viewed with a scanning electron microscope. The thin cell membranes near the foam surface degrade when exposed to UV light, leaving only a network of polymer struts that offers negligible resistance to the escape of CFCs or any other gases contained within. This effect has been reproduced qualitatively through simulated weathering of a computer-generated foam structure. If enough is known about the optical properties and photosensitivity of the polymer foam, this simulation technique can be used to estimate the rate of weathering penetration in any situation where photodegradation is the primary concern.

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)0,001
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 enseignants0,091
Score d'incertitude au seuil0,517

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 recherche0,0000,001
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 Opus0,077
Tête enseignante GPT0,301
Écart entre enseignants0,224 · 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

Citations34
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndustrial & Engineering Chemistry ResearchMême sujetWind and Air Flow StudiesTravaux en français237 207