MétaCan
Menu
Retour à la cohorte
Enregistrement W2030406372 · doi:10.1002/app.2302

Effect of synthesis parameters on thermal behavior of phenol–formaldehyde resol resin

2001· article· en· W2030406372 sur OpenAlexaff
Byung‐Dae Park, Bernard Riedl, Yoon Soo Kim, Won Tek So

Notice bibliographique

RevueJournal of Applied Polymer Science · 2001
Typearticle
Langueen
DomaineEngineering
ThématiqueEpoxy Resin Curing Processes
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésDifferential scanning calorimetryFormaldehydeSodium hydroxidePhenolDispersityCuring (chemistry)Nuclear chemistryActivation energyChemistryMolarExothermic reactionPotassium hydroxideMolar mass distributionPolymer chemistryMaterials scienceOrganic chemistryPolymer

Résumé

récupéré en direct d'OpenAlex

Abstract Differential scanning calorimetry (DSC) was used to investigate the influence of resin synthesis parameters on the thermal behavior of low molecular weight phenol–formaldehyde (PF) resol resins prepared with different formaldehyde/phenol (F/P) molar ratios, different sodium hydroxide/phenol (NaOH/P) molar ratios, and different catalysts. As the F/P molar ratio increased, the molecular weight and activation energy increased while the gel time, peak temperature, resin pH, and nonvolatile solids content decreased. By contrast, the molecular weight, gel time, resin pH, resin solids content, and peak temperature increased with an increasing NaOH/P molar ratio. However, the activation energy decreased with an increasing NaOH/P molar ratio. The polydispersity increased with both F/P and NaOH/P ratios. Calcium hydroxide gave a faster curing resin compared to sodium and potassium hydroxides. All DSC thermograms of this study showed just a single exothermic peak for the resins that were used. © 2002 Wiley Periodicals, Inc. J Appl Polym Sci 83: 1415–1424, 2002

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)0,001
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 enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
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)0,0020,000

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 Opus0,008
Tête enseignante GPT0,240
Écart entre enseignants0,232 · 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

Citations72
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied Polymer ScienceMême sujetEpoxy Resin Curing ProcessesTravaux en français237 207