MétaCan
Menu
Retour à la cohorte
Enregistrement W2047777063 · doi:10.1002/app.41040

Compatibilization of kraft lignin‐polyethylene composites using unreactive compatibilizers

2014· article· en· W2047777063 sur OpenAlexafffund
Lei Hu, Tatjana Stevanović, Denis Rodrigue

Notice bibliographique

RevueJournal of Applied Polymer Science · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueLignin and Wood Chemistry
Établissements canadiensUniversité Laval
Organismes subventionnairesFonds de recherche du Québec – Nature et technologies
Mots-clésCompatibilizationPolyethyleneMaterials scienceCrystallinityComposite materialUltimate tensile strengthLigninKraft paperIzod impact strength testPolymerPolymer chemistryPolymer blendChemistryCopolymerOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

ABSTRACT This article presents a novel approach to compatibilize Kraft lignin with polyethylene that involves the use of modified poly (styrene‐co‐ethylene‐co‐butylene‐co‐styrene) (SEBS) as unreactive compatibilizers. As SEBS shows no compatibilizing effect on Kraft lignin‐polyethylene composites, SEBS was functionalized via nitration followed by amination to obtain nitrated (SEBS‐NO2) and aminated (SEBS‐NH2) SEBS. The compatibilizing effects of SEBS derivatives were studied by means of morphological and mechanical analyses. The results show that SEBS‐NO2 is less effective than SEBS‐NH2, the later displaying comparable compatibilizing efficiency to a commercial reactive compatibilizer based on maleated polyethylene. Overall, compatibilization was found to decrease lignin particle size. Addition of SEBS‐NH2 varying between 1% and 10% improved the tensile strength of composites by up to 96%, elongation at break by up to 64%, and impact strength by up to 48%. Finally, the crystallinity and density of the resulting composites were also studied. © 2014 Wiley Periodicals, Inc. J. Appl. Polym. Sci. 2014, 131, 41040.

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 seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0010,000

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 Opus0,008
Tête enseignante GPT0,221
Écart entre enseignants0,214 · 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

Citations95
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Applied Polymer ScienceMême sujetLignin and Wood ChemistryTravaux en français237 207