MétaCan
Menu
Retour à la cohorte
Enregistrement W2090135924 · doi:10.13034/jsst.v8i3.67

Tartaric Acid Cross-Linking of Starch: Effect of Reaction Conditions on the Maximum Tensile Strength of Cast Plastic Films

2015· article· en· W2090135924 sur OpenAlexvenueno aff
Arturo José Mendoza

Notice bibliographique

RevueJournal of Student Science and Technology · 2015
Typearticle
Langueen
DomaineNursing
ThématiqueFood composition and properties
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésUltimate tensile strengthMaterials scienceThermoplasticStarchTartaric acidComposite materialChemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Modification of starch by cross-linking is used in many fields, as the process improves many of the properties of starch, yet most cross-linking agents in common use tend to be toxic, expensive, or both. Polycarboxylic acids could function as nontoxic alternatives to these – some, such as tartaric acid (TA) being also of low cost. This study presents a method to cross-link thermoplastic starch films with TA, as well as the effect of this modification on the tensile strength of the material when films are prepared using different reaction conditions. An increase in strength was observed, which is believed to occur due to an increase in the London dispersion forces acting within the cross-linked starch (CLS). The greatest observed increase in the maximum tensile strength of the plastic was 6%. Monosodium tartrate was used as a catalyst for the cross-linking reaction. The maximum tensile strengths of the plastics produced were determined by using adapted binder clips, a hook (total mass 10g) and hanging masses to subject films of the plastics to progressively greater tension. Incremental weights of 10g were used, with recorded tensions at fracture of 1.2~8.9 N.

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)0,001
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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,034
Tête enseignante GPT0,322
Écart entre enseignants0,288 · 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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Student Science and TechnologyMême sujetFood composition and propertiesTravaux en français237 207