MétaCan
Menu
Retour à la cohorte
Enregistrement W2056461938 · doi:10.1177/0021955x09102399

Effect of Temperature on Foaming Behaviors of Homo- and Co-polymer Polypropylene/Polydimethylsiloxane Blends with CO2

2009· article· en· W2056461938 sur OpenAlexaff
WU Qing-feng, Chul B. Park, Wenli Zhu

Notice bibliographique

RevueJournal of Cellular Plastics · 2009
Typearticle
Langueen
DomaineMaterials Science
ThématiquePolymer Foaming and Composites
Établissements canadiensMinistry of Education and Child CareUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMaterials sciencePolypropyleneNucleationPolydimethylsiloxaneComposite materialCopolymerMaleic anhydridePolymerBlowing agentSupercritical fluidMorphology (biology)Surface tensionGlass transitionChemical engineeringPolymer chemistryPolyurethane

Résumé

récupéré en direct d'OpenAlex

Poly(dimethylsiloxane) (PDMS) was blended with two different types of polypropylene (PP). The blends were subsequently batch-foamed with supercritical CO 2 at a series of temperatures that varied by a narrow increment of 2°C to investigate the effect of the foaming temperature on foaming. In the case of the random copolymer PP, it was found that the cell density of the blends containing PDMS increased significantly and good cell structures could be obtained across a wide temperature spectrum. PDMS typically generated high CO 2 concentration and low surface tension, which positively impacted the cell nucleation. In the case of linear homopolymer PP, the addition of PDMS did not result in any pronounced improvement to cell morphology; however, at very low temperatures, much lower than the melting point, a few very small cells appeared. In both experiments, the addition of maleic anhydride grafted PP (PP-g-MAH) as a compatibilizer promoted the dispersion of PDMS and yielded a better cell morphology within a specific temperature range. Moreover, the presence of a compatibilizer enhanced the melt strength, which in turn served to broaden the processing window.

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 seuil0,588

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
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 Opus0,003
Tête enseignante GPT0,224
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

Citations17
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Cellular PlasticsMême sujetPolymer Foaming and CompositesTravaux en français237 207