MétaCan
Menu
Retour à la cohorte
Enregistrement W2075023341 · doi:10.1021/ie0700617

Continuous Dyeing of Cotton/Polyester and Polyester Fabrics with Reactive and Disperse Dyes Using Infrared Heat

2007· article· en· W2075023341 sur OpenAlexafffund
Arthur D. Broadbent, Y. Mir, Miriem Lhachimi, Julienne Bissou Billong, Serge Capistran

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueDyeing and Modifying Textile Fibers
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesUniversité de Sherbrooke
Mots-clésDyeingPolyesterMaterials scienceComposite materialPulp and paper industryDisperse dyeChemical engineering

Résumé

récupéré en direct d'OpenAlex

Continuous dyeing of cotton/polyester and 100% polyester fabrics was performed using mixtures of reactive and disperse dyes, or disperse dyes alone, respectively, and achieving dye fixation by heating, using an electric infrared oven situated in front of an electric hot air unit. Generally, the colors of the thermally produced dyeings were reasonably similar to those of the respective exhaust dyeings obtained using the same recipes. As expected, the thermally produced dyeings usually contained more unfixed dyes than the exhaust dyeings, largely a consequence of the quicker and less-efficient post-dyeing washing process. The results for pilot-scale dyeings are also compared with those obtained on an industrial scale in a finishing mill. Dyeing using infrared heating and hot air had no influence on the light stability of the colors or on the fabric handle. Most significantly, the negligible variation of color along the fabric length during continuous thermal dyeing illustrated that the process was well-controlled in all cases and could be valuable for the dyeing of small lots of fabric.

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 seuil0,004

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 Opus0,055
Tête enseignante GPT0,292
Écart entre enseignants0,237 · 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

Citations8
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIndustrial & Engineering Chemistry ResearchMême sujetDyeing and Modifying Textile FibersTravaux en français237 207