MétaCan
Menu
Retour à la cohorte
Enregistrement W2018451637 · doi:10.1002/masy.200651126

A Single‐Gallery Model for the In Situ Production of Polyethylene‐Clay Nanocomposites

2006· article· en· W2018451637 sur OpenAlexaff
Abolfazl Maneshi, João B. P. Soares, Leonardo C. Simon

Notice bibliographique

RevueMacromolecular Symposia · 2006
Typearticle
Langueen
DomaineMaterials Science
ThématiquePolymer Nanocomposites and Properties
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésMaterials sciencePolymerizationPolyolefinNanocompositeIn situ polymerizationPolymer clayPolyethylenePost-metallocene catalystCoordination polymerizationPolymerChemical engineeringMetalloceneComposite materialPolymer chemistryRadical polymerization

Résumé

récupéré en direct d'OpenAlex

Abstract Polyolefin‐clay nanocomposites are finding many new applications because of their improved properties, such as high modulus, elevated scratch resistance and low gas permeability. Currently, these composites are produced by melt blending organically modified clay with polyolefins. The most challenging step in this process is the intercalation and exfoliation of the clay to produce a homogenously dispersed phase at the nanoscale. A promising alternative to melt blending is in‐situ polymerization, where the polymer is produced between the clay layers in the polymerization reactor. In‐situ polymerization of olefins with metallocene catalysts supported on clay can produce nanocomposites using conventional polymerization reactors, provided that the clay can be used as a support for the olefin polymerization catalyst. In this approach, the clay fulfills the functions of catalyst support and dispersed phase in the final nanocomposite. In this work, a mathematical model describing particle growth during in‐situ polymerization of ethylene with a metallocene catalyst supported on clay will be discussed. The model expands the approach of the multi‐grain model used in heterogeneous olefin polymerization to account for the layered structure of clays.

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 enseignants0,013
Score d'incertitude au seuil0,587

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)0,0000,000

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 Opus0,012
Tête enseignante GPT0,219
Écart entre enseignants0,207 · 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

Citations1
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMacromolecular SymposiaMême sujetPolymer Nanocomposites and PropertiesTravaux en français237 207