MétaCan
Menu
Retour à la cohorte
Enregistrement W2040527680 · doi:10.1021/cm010061b

Novel Preparation and Properties of Polypropylene−Vermiculite Nanocomposites

2001· article· en· W2040527680 sur OpenAlexaff
S. C. Tjong, Yuezhong Meng, A. S. Hay

Notice bibliographique

RevueChemistry of Materials · 2001
Typearticle
Langueen
DomaineMaterials Science
ThématiquePolymer Nanocomposites and Properties
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésThermogravimetric analysisNanocompositeMaleic anhydrideMaterials scienceVermiculitePolypropyleneDifferential scanning calorimetryComposite materialUltimate tensile strengthDynamic mechanical analysisChemical engineeringPolymerPolymer chemistryCopolymer

Résumé

récupéré en direct d'OpenAlex

A novel approach to the preparation of polymer nanocomposites utilizing a low-molecular-weight reactive modifying reagent has been developed in this study. This is the first report on the fabrication of in situ nanocomposites using maleic anhydride as a reactive reagent that acts both as a modifying additive for the polymeric matrix and as a swelling agent for the silicate. Accordingly, polypropylene−vermiculite nanocomposites with an intercalated or exfoliated structure can be achieved by simple melt mixing of maleic anhydride-modified vermiculite with polypropylene. The nanocomposite structure is evidenced by the absence of vermiculite reflections in the X-ray powder diffraction patterns. Tensile tests show that the tensile modulus and strength of the nanocomposites tend to increase dramatically with vermiculite addition. Such enhancement in mechanical properties results from the formation of intercalated and exfoliated vermiculite reinforcement in the composites. Finally, the thermal properties of the nanocomposites were investigated by means of dynamic mechanical analysis (DMA), differential scanning calorimetry (DSC), and thermogravimetric analysis (TGA). The effects of maleic anhydride addition on the formation of nanometric reinforcement and on the mechanical properties of nanocomposites are 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 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 Opus0,018
Tête enseignante GPT0,227
Écart entre enseignants0,210 · 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

Citations154
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemistry of MaterialsMême sujetPolymer Nanocomposites and PropertiesTravaux en français237 207