Surface characteristics of hydrosilylated polypropylenes: Effect of co‐catalyst and reaction temperature
Notice bibliographique
Résumé
Abstract Polypropylene (PP) was modified through a peroxide‐induced degradation and a catalytic hydrosilylation reaction in the melt phase. The effects of temperature and co‐catalysts on the reaction and the surface characteristics of the hydrosilylated polypropylene (SiPP) were studied. Axisymmetric Drop Shape Analysis‐Profile (ADSA‐P) was used to characterize the surface wettability. The morphology, roughness and heterogeneity of the surface were investigated by the lateral force mode of atomic force microscopy (LFM). Proton nuclear magnetic resonance ( 1 H NMR) spectroscopy was employed to quantify the conversion of terminal double bonds. X‐ray photoelectron spectroscopy (XPS) was used to quantify the surface chemical composition. LFM images showed that the surfaces of the PP and DPP samples were rough but heterogeneous and that the surfaces of the SiPP samples appeared rough but homogeneous. The surface wettability was well correlated to the surface microstructure and surface chemical composition. The surfaces investigated were modeled based on the microstructure observed, and a new scheme was developed to calculate surface free energy and adhesion work. Results showed that there is an optimum reaction temperature in terms of the conversion of double bonds, and that increasing the amount of co‐catalyst promotes the conversion.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».