MétaCan
Menu
Retour à la cohorte
Enregistrement W2094149615 · doi:10.1002/pc.20863

Synthesis and properties of polystyrene‐<i>g</i>‐mSiO<sub>2</sub> filled polypropylene nanocomposites

2009· article· en· W2094149615 sur OpenAlexaff
Aiyun Cai, Aiping Zhu, Sheng Dai

Notice bibliographique

RevuePolymer Composites · 2009
Typearticle
Langueen
DomaineMaterials Science
ThématiquePolymer Nanocomposites and Properties
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésMaterials scienceNanocompositePolystyrenePolypropyleneCrystallizationDifferential scanning calorimetryChemical engineeringDynamic mechanical analysisPolymerizationComposite materialPolymer chemistryPolymer

Résumé

récupéré en direct d'OpenAlex

Abstract Hydrophobically modified nanosilica was prepared from tetraethoxysilane (TEOS) and γ‐methacryloxypropyltrimethoxysilane (MPS) by a two step sol‐gel process. The polystyrene‐grafted‐modified nanosilica (PS‐ g ‐mSiO 2 ) hybrid particles were prepared by grafting polystyrene onto the resulting hydrophobically modified nanosilica by dispersion polymerization. The hybrid nanoparticles were subsequently used as the filler to fabricate polypropyrene (PP) nanocomposites. The crystallization kinetics, crystal morphology and crystallization phase component of PS‐ g ‐mSiO 2 /PP nanocomposite were studied using a differential scanning calorimeter (DSC), polarizing optical microscopy (POM) and X‐ray diffraction (XRD). Crystallization half life ( t 1/ 2 ) decreased, while the Arami exponent ( n ) of PS‐ g ‐mSiO 2 /PP nanocomposite increased compared with that of virgin PP. A rheological study allowed the unambiguous characterization of the dispersibility of nanosilicas in PS‐ g ‐mSiO 2 /PP nanocomposite. The storage modulus, melt viscosity and the elongation to break of the PS‐ g ‐mSiO 2 /PP nanocomposite were found to be strongly dependent on the grafting of PS on nanosilicas. POLYM. COMPOS., 2010. © 2009 Society of Plastics Engineers

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,052
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,012
Tête enseignante GPT0,199
Écart entre enseignants0,187 · 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.

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

Citations9
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolymer CompositesMême sujetPolymer Nanocomposites and PropertiesTravaux en français237 207