MétaCan
Menu
Retour à la cohorte
Enregistrement W2042634107 · doi:10.1155/2014/312813

Effect of Nanocomposite Structures on Fracture Behavior of Epoxy‐Clay Nanocomposites Prepared by Different Dispersion Methods

2014· article· en· W2042634107 sur OpenAlexaff
Pierre Mertiny, Uttandaraman Sundararaj

Notice bibliographique

RevueJournal of Nanomaterials · 2014
Typearticle
Langueen
DomaineMaterials Science
ThématiquePolymer Nanocomposites and Properties
Établissements canadiensUniversity of CalgaryUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceNanocompositeEpoxyComposite materialDispersion (optics)Fracture (geology)

Résumé

récupéré en direct d'OpenAlex

The effects of organic modifier and processing method on morphology and mechanical properties of epoxy‐clay nanocomposites were investigated. In this study, the preparation of nanocomposites by exfoliation‐adsorption method involved an ultrasonic mixing procedure, and mechanical blending was used for in situ intercalative polymerization. The microstructure study revealed that the organoclay, which was ultrasonically mixed with the epoxy, partially exfoliated and intercalated. In contrast, organoclay remained in phase‐separated and flocculated state after the mechanical blending process. Tensile stiffness increased significantly for the nanocomposite prepared by ultrasonic dispersion method through realizing the reinforcing potential of exfoliated silicate layers. Nanocomposites with exfoliated and intercalated nanoclay morphology were ineffective in enhancing the fracture toughness whereas nanocomposites with phase‐separated and flocculated morphology have improved crack resistance predominantly by crack deflecting and pinning mechanisms.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,005
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,007
Tête enseignante GPT0,294
Écart entre enseignants0,286 · 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.

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

Citations40
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of NanomaterialsMême sujetPolymer Nanocomposites and PropertiesTravaux en français237 207