MétaCan
Menu
Retour à la cohorte
Enregistrement W2043329493 · doi:10.1021/bm0704018

Physical Properties of Canola Oil Based Polyurethane Networks

2007· article· en· W2043329493 sur OpenAlexaff
Xiaohua Kong, Jin Yue, Suresh S. Narine

Notice bibliographique

RevueBiomacromolecules · 2007
Typearticle
Langueen
DomaineMaterials Science
ThématiquePolymer composites and self-healing
Établissements canadiensAlberta Ministry of Agriculture and ForestryAgriculture Food and Rural DevelopmentUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésCanolaPolyurethanePolymer scienceChemical engineeringChemistryMaterials sciencePolymer chemistryOrganic chemistryFood scienceEngineering

Résumé

récupéré en direct d'OpenAlex

A new generation polyol (generation-II) with significantly higher triol content and higher hydroxyl value was synthesized from canola oil by introducing a mild solvent (ethyl acetate) and a more efficient reductive reagent (zinc) to the previous synthetic procedure (Narine, S. S.; Yue, J.; Kong, X. J. Am. Oil Chem. Soc. 2007, 84, 173-179). Polyurethane (PUR) elastomers were prepared by reacting this type of polyol with aliphatic diisocyanates. The physical and thermal properties of the PUR elastomers were studied using dynamic mechanical analysis (DMA) and differential scanning calorimetry (DSC) and compared to the elastomers made from the old generation polyol (generation-I). The concentration of elastically active network chains (nue) of the polymer networks was calculated based on rubber elasticity theory. Larger nue and narrower distribution of nue was observed in the case of the PURs prepared from the generation-II polyol. The relatively faster relaxation at higher temperature for this type of PUR elastomer, suggests a tighter cross-linked network structure by reducing the dangling chains effect. With the same OH/NCO molar ratio, the PURs prepared from the generation-II polyol showed higher glass transition temperatures (Tg), higher Young's modulus and tensile strength, and longer elongation at break.

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 enseignants0,008
Score d'incertitude au seuil0,483

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,013
Tête enseignante GPT0,235
Écart entre enseignants0,222 · 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

Citations54
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiomacromoleculesMême sujetPolymer composites and self-healingTravaux en français237 207