MétaCan
Menu
Retour à la cohorte
Enregistrement W2021882766 · doi:10.1002/mame.200300355

Empirical Modeling of Butyl Acrylate/Vinyl Acetate/Acrylic Acid Emulsion‐Based Pressure‐Sensitive Adhesives

2004· article· en· W2021882766 sur OpenAlexaff
Renata Jovanović, Timothy F. L. McKenna, Marc A. Dubé

Notice bibliographique

RevueMacromolecular Materials and Engineering · 2004
Typearticle
Langueen
DomaineEngineering
ThématiqueMaterial Properties and Processing
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceVinyl acetateAcrylic acidEmulsionAdhesiveEmulsion polymerizationComposite materialButyl acrylateAcrylateMonomerPolymerCopolymerChemical engineering

Résumé

Abstract Summary: Butyl acrylate/vinyl acetate/acrylic acid (BA/VAc/AA) emulsion latexes were produced in a semi‐batch mode. The objective was to generate polymers with properties favoring their application as pressure‐sensitive adhesives. The influence of the individual monomer concentrations on final properties such as glass transition temperature ( T g ), peel strength, shear strength and tack was investigated. To obtain the maximum amount of information in a reasonable number of runs, a constrained three‐component mixture design was used to define the experimental conditions. Latexes were coated onto a polyethylene terephthalate carrier and dried. Different empirical models (e.g. linear, quadratic and cubic mixture models) governing the individual properties (i.e. T g , peel adhesion, shear resistance and tack) were developed and evaluated. In the given experimental region, no single model was found to fit all of the responses (i.e. the final properties). However, in all models the most significant factor affecting the final properties was the AA concentration, followed by the VAc concentration. Shear strength contour lines over the investigated region. image Shear strength contour lines over the investigated region.

Conservé avec la notice de tri, où il sert de preuve aux étiquettes ci-dessus.

Comment cette classification a été obtenuedéplier

Le tri à trois modèles

les 5 600 travaux triés →

Les trois modèles l'ont jugé hors champ.

strate : aff_core · poids de sondage : 5595.24 (l'échantillon est stratifié ; tout taux calculé sans le poids est faux)
Claude Opus 4.8OUT
genre : empirical
porte sur le Canada: non
confiance: high

Empirical modelling of polymer adhesive formulations; materials engineering.

GPT-5.6 (high)OUT
genre : empirical
porte sur le Canada: non
confiance: high

This study models properties of pressure-sensitive adhesives, not research.

Grok 4.5OUT
genre : empirical
porte sur le Canada: non
confiance: high

Polymer chemistry modelling of pressure-sensitive adhesives.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,000

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,012
Tête enseignante GPT0,212
Écart entre enseignants0,200 · 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'étudeSimulation ou modélisation
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

Citations21
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMacromolecular Materials and EngineeringMême sujetMaterial Properties and ProcessingTravaux en français237 207