MétaCan
Menu
Retour à la cohorte
Enregistrement W2021073460 · doi:10.1002/mame.201100147

Morphology and Properties of Poly(propylene)/Ethylene‐Octene Copolymer Blends Containing Nanosilica

2011· article· en· W2021073460 sur OpenAlexaff
Sung Hyo Lee, Mathieu Bailly, Marianna Kontopoulou

Notice bibliographique

RevueMacromolecular Materials and Engineering · 2011
Typearticle
Langueen
DomaineMaterials Science
ThématiquePolymer crystallization and properties
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceCopolymerCoalescence (physics)OcteneMorphology (biology)NanoparticleUltimate tensile strengthEthyleneComposite materialMicrostructurePhase (matter)Chemical engineeringTacticityPolymerNanotechnologyCatalysisOrganic chemistryPolymerization

Résumé

récupéré en direct d'OpenAlex

Abstract The effect of nanosilica addition on the morphology and mechanical properties of blends of isotactic PP and an ethylene/octene copolymer (EOC) is studied. TEM reveals that the well‐dispersed nanoparticles are localized exclusively in the PP phase. In the presence of a maleated PP compatibilizer addition of nanosilica leads to more finely dispersed EOC domains and a finer co‐continuous morphology. The nanoparticles reduce the rate of coalescence of the dispersed phase domains. The mechanical properties depend on the EOC and PP ‐g‐ MA content. Tensile and flexural properties are significantly enhanced in the presence of the silica nanoparticles, whereas impact properties are not affected. These enhancements are attributed to the favorable microstructure of the blends. magnified image

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 enseignants0,008
Score d'incertitude au seuil0,678

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 Opus0,018
Tête enseignante GPT0,191
Écart entre enseignants0,174 · 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

Citations22
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMacromolecular Materials and EngineeringMême sujetPolymer crystallization and propertiesTravaux en français237 207