MétaCan
Menu
Retour à la cohorte

Electrical properties of sulfonated polyether ether ketone/polyetherimide blend membranes doped with inorganic acids

2000· article· en· W2101006171 sur OpenAlexaff
Serguei D. Mikhailenko, S. M. J. Zaidi, Serge Kaliaguine

Notice bibliographique

RevueJournal of Polymer Science Part B Polymer Physics · 2000
Typearticle
Langueen
DomaineEngineering
ThématiqueFuel Cells and Related Materials
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésPolyetherimideMembraneMaterials scienceSwellingEtherDopingConductivityChemical engineeringPolymer chemistryKetoneAdsorptionAbsorption of waterAbsorption (acoustics)Composite materialPolymerOrganic chemistryChemistryPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

The influence of blending with polyetherimide (PEI) and doping with HCl and H3PO4 on the properties of sulfonated polyether ether ketone (SPEEK) was studied. Blending with PEI first results in an increase and then in a decrease in membrane swelling at PEI concentrations greater than 5%. The electrical conductivity of blend membranes follows the same trend. Doping with the acids enhances the conductivity several times, and the effect of doping with HCl is more significant. PEI forms spherical particles dispersed in the SPEEK matrix and, at the same time, partially dissolves in SPEEK, which reduces the swelling of the matrix at higher PEI concentrations. The increase in the membrane capacity to absorb water at small PEI contents is due to the formation of new water adsorption sites along the interface between the particles and the matrix. A modified effective medium model yielded calculated results in good agreement with the measured conductivity values, when the experimental absorption data were used in the simulation. © 2000 John Wiley & Sons, Inc. J Polym Sci B: Polym Phys 38: 1386–1395, 2000

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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0000,001
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 Opus0,010
Tête enseignante GPT0,198
Écart entre enseignants0,188 · 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

Citations65
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Polymer Science Part B Polymer PhysicsMême sujetFuel Cells and Related MaterialsTravaux en français237 207