MétaCan
Menu
Retour à la cohorte
Enregistrement W2024169065 · doi:10.1002/masy.200950822

Simulation of Crystallization Analysis Fractionation (Crystaf) of Linear Olefin Block Copolymers

2009· article· en· W2024169065 sur OpenAlexaff
Siripon Anantawaraskul, Punnawit Somnukguande, João B. P. Soares

Notice bibliographique

RevueMacromolecular Symposia · 2009
Typearticle
Langueen
DomaineMaterials Science
ThématiquePolymer crystallization and properties
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesThailand Research Fund
Mots-clésPolyolefinMicrostructureCopolymerMaterials scienceOlefin fiberMonte Carlo methodElastomerPolymer chemistryWork (physics)CrystallizationFractionationBlock (permutation group theory)Polymer scienceComposite materialThermodynamicsPolymerChromatographyMathematicsChemistryPhysicsGeometryStatistics

Résumé

récupéré en direct d'OpenAlex

Abstract Summary: Linear olefin block copolymers (OBCs) have microstructures that are unique among polyolefins and exhibit properties that are different from those of other polyolefin elastomers. Characterizing their chain microstructures is a challenging task, as conventional characterization techniques cannot probe directly block length distribution or composition. In this work, we used a Monte Carlo model to predict the microstructure details of OBCs and a modified version of the Crystaf model previously developed in our groups to describe theoretical Crystaf profiles for model OBCs. This model can be used as a tool to interpret Crystaf results of these interesting new polyolefins and to relate them to OBC microstructures. Effects of polymerization parameters on OBC microstructure and Crystaf profiles were also discussed.

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 enseignants0,292
Score d'incertitude au seuil0,625

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,010
Tête enseignante GPT0,258
Écart entre enseignants0,248 · 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

Citations9
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMacromolecular SymposiaMême sujetPolymer crystallization and propertiesTravaux en français237 207