MétaCan
Menu
Retour à la cohorte
Enregistrement W2018461761 · doi:10.1002/pen.22092

Isothermal and non‐isothermal crystallization behavior of PET nanocomposites

2011· article· en· W2018461761 sur OpenAlexaff
Hesam Ghasemi, Pierre J. Carreau, Musa R. Kamal

Notice bibliographique

RevuePolymer Engineering and Science · 2011
Typearticle
Langueen
DomaineMaterials Science
ThématiquePolymer crystallization and properties
Établissements canadiensMcGill UniversityPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceIsothermal processDifferential scanning calorimetryCrystallizationNanocompositePolyethylene terephthalateChemical engineeringEndothermCompoundingCrystallitePolymer chemistryComposite materialThermodynamicsMetallurgy

Résumé

récupéré en direct d'OpenAlex

Abstract Polyethylene terephthalate (PET)/clay nanocomposites (PCNs) containing 1 wt% Cloisite 30B (C30B) were prepared via melt compounding. Modulated differential scanning calorimetry (MDSC) for isothermally crystallized samples revealed that the third endotherm at the highest temperature may be attributed to the recrystalization and melting of crystals, reorganized during heating. The first and second endotherms may be associated with melting of the secondary and primary crystals, respectively. The overall isothermal crystallization rate in PCNs was faster than in the neat resin. Growth kinetics revealed that the work required for chain folding and the equilibrium melting temperature in PCNs were somewhat higher than for neat PET. During isothermal crystallization, the steric hurdles introduced by clay layers lead to a reduction in the transport of the PET chains into crystallites. The effective non‐isothermal activation energy for the PCNs was higher than for PET, possibly leading to less perfect crystals in the PCNs. POLYM. ENG. SCI., 2012. © 2011 Society of Plastics Engineers

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,013
Tête enseignante GPT0,203
Écart entre enseignants0,190 · 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 source (Gemma direct ou Codex distillé), 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

Citations26
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolymer Engineering and ScienceMême sujetPolymer crystallization and propertiesTravaux en français237 207