MétaCan
Menu
Retour à la cohorte
Enregistrement W2050902524 · doi:10.1177/0021998314531034

The role of nanoclay formations and wood fiber levels on central composite designed polyethylene composites

2014· article· en· W2050902524 sur OpenAlexafffund
Ruijun Gu, Mohini Sain, B. V. Kokta, Kwei-Nam Law

Notice bibliographique

RevueJournal of Composite Materials · 2014
Typearticle
Langueen
DomaineMaterials Science
ThématiqueNatural Fiber Reinforced Composites
Établissements canadiensUniversité du Québec à Trois-RivièresUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMaterials scienceComposite materialMasterbatchComposite numberPolyethyleneFiberScanning electron microscopeNatural fiberIzod impact strength testNanocompositeUltimate tensile strength

Résumé

récupéré en direct d'OpenAlex

Central composite designed experiments are conducted to study the independent effects of maleated polyethylene, dicumyl peroxide and nanoclay in the forms of natural (Cloisite® Na + ) and masterbatch (Nanoblend™ concentrates MB2001) on the mechanical properties of fiber reinforced PE composites with different fiber levels. The optimum values are predicted on the results of designed experiments and there are linear regressions between fiber content and their mechanical properties. The deposition and formation of nanoclay particles in PE composites are ascertained by scanning electron microscope and transmission electron microscope observations. Both natural nanoclay and MB2001 can be delaminated and even exfoliated in polarized PE matrix. As wood fiber is introduced, natural nanoclay particles (nanoclay-natural) are deposited on fiber surface even loaded in fiber lumens, but the nanoclay particles of MB2001 (nanoclay-concentrate) are mostly dispersed in the matrix. In addition, the different reinforcements between nanoclay-natural and nanoclay-concentrates are also investigated to find out the influence of particle formation on the quality of composite materials.

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)0,001
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 enseignants0,006
Score d'incertitude au seuil0,909

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,008
Tête enseignante GPT0,229
Écart entre enseignants0,221 · 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

Citations3
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Composite MaterialsMême sujetNatural Fiber Reinforced CompositesTravaux en français237 207