MétaCan
Menu
Retour à la cohorte
Enregistrement W2069094067 · doi:10.1002/pi.4761

Microstructure and properties of porous nanocomposite films: effects of composition and process parameters

2014· article· en· W2069094067 sur OpenAlexafffund
Ahmad Zohrevand, Abdellah Ajji, Frej Mighri

Notice bibliographique

RevuePolymer International · 2014
Typearticle
Langueen
DomaineMaterials Science
ThématiquePolymer Nanocomposites and Properties
Établissements canadiensUniversité LavalPolytechnique Montréal
Organismes subventionnairesNational Research Council Canada
Mots-clésMaterials scienceNanocompositeMicrostructurePorosityPolypropyleneComposite materialAdsorptionChemical engineeringNanoparticleNanotechnologyChemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Porous nanocomposite films based on polypropylene (PP) and titanium dioxide (TiO2) nanoparticles were prepared by melt extrusion followed by uniaxial stretching. The effects of drawing temperature, extension rate, stretching ratio and composition of the base films on the final properties and microstructure of the stretched films were studied. Water vapor permeability (WVP) results showed a significant decrease in permeability of the films stretched at temperatures higher than 60 °C. Porosity, pore size and water vapor transmission rate in the porous nanocomposite films had a direct relation with nanoparticle content, extension rate and stretching ratio. Study of the morphology of the stretched films, using SEM, revealed that the pores form due to PP/TiO2 interfacial debonding at low stretching ratios. Higher stretching ratios cause an enlargement of the pores and the formation of a PP fibril structure parallel to the stretching direction. Quantification of dye adsorption revealed that the quantity of adsorbed dye increased with porosity and surface area of the pores. © 2014 Society of Chemical Industry

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 seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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 Opus0,007
Tête enseignante GPT0,216
Écart entre enseignants0,209 · 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

Citations18
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePolymer InternationalMême sujetPolymer Nanocomposites and PropertiesTravaux en français237 207