MétaCan
Menu
Retour à la cohorte
Enregistrement W2027547379 · doi:10.1002/fam.950

The effectiveness of magnesium carbonate‐based flame retardants for poly(ethylene‐co‐vinyl acetate) and poly(ethylene‐co‐ethyl acrylate)

2007· article· en· W2027547379 sur OpenAlexaff
Alexander B. Morgan, Jeffrey M. Cogen, Robert S. Opperman, Joseph D. Harris

Notice bibliographique

RevueFire and Materials · 2007
Typearticle
Langueen
DomaineMaterials Science
ThématiqueFlame retardant materials and properties
Établissements canadiensDow Chemical (Canada)
Organismes subventionnairesnon disponible
Mots-clésFire retardantCone calorimeterMagnesiumEthylene carbonateAcrylateMaterials scienceFlammabilityEthyl acrylateMagnesium acetateVinyl acetateMethyl acrylateEthylene-vinyl acetatePolymer chemistryChemical engineeringPolymerChemistryNuclear chemistryOrganic chemistryComposite materialCombustionChar

Résumé

récupéré en direct d'OpenAlex

Abstract In this report we outline recent work on the evaluation of magnesium carbonate‐based flame retardants for polymers commonly used in halogen‐free flame retardant wire and cable applications: poly(ethylene‐co‐vinyl acetate) (EVA) and poly(ethylene‐co‐ethyl acrylate) (EEA). Natural magnesium carbonate (magnesite), synthetic magnesium carbonate (hydromagnesite), and hydromagnesite/huntite blends were combined with EVA or EEA and tested for flame retardancy effectiveness with the cone calorimeter. The flammability results showed that the effectiveness of these carbonates was polymer dependent, suggesting that polymer degradation chemistry played a role in the flammability reduction mechanism. Hydromagnesites were, in general, more effective in reducing flammability, being comparable in performance to magnesium hydroxide. Finally, we report some polymer–clay (organically treated montmorillonite and magadiite) + magnesium carbonate flame retardant results which showed that the nanocomposite yielded mixed results. Specifically, the polymer–clay nanocomposite samples did not always yield the greatest reductions in peak heat release rate. Copyright © 2007 John Wiley & Sons, Ltd.

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 seuil0,002

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 Opus0,014
Tête enseignante GPT0,264
Écart entre enseignants0,250 · 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

Citations60
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFire and MaterialsMême sujetFlame retardant materials and propertiesTravaux en français237 207