MétaCan
Menu
Retour à la cohorte
Enregistrement W2110747638 · doi:10.1088/0957-4484/23/31/315701

Dispersion stability in carbon nanotube modified polymers and its effect on the fracture toughness

2012· article· en· W2110747638 sur OpenAlexaff
Vahid Mirjalili, Mostafa Yourdkhani, Pascal Hubert

Notice bibliographique

RevueNanotechnology · 2012
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCarbon Nanotubes in Composites
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceCarbon nanotubeComposite materialEpoxyDispersion (optics)Curing (chemistry)PolymerFracture toughnessToughnessOptical microscopeEconomies of agglomerationScanning electron microscopeChemical engineering

Résumé

récupéré en direct d'OpenAlex

In this paper, the dispersion stability of multiwall carbon nanotubes (MWNTs) mixed with an epoxy resin is studied. An instrumented optical microscope with a hot stage was used to study the evolution of the carbon nanotubes (CNTs) dispersion during the cure of the resin. A new image processing approach is then introduced to quantify dispersion and identify the source of dispersion degradation during the cure. The results showed that the reduction of the resin viscosity at temperatures greater than 100 °C caused an irreversible re-agglomeration of the CNTs in the matrix. It was shown that the fine-tuning of the ratio and type of curing agent as well as the curing temperature directly affect the dispersion stability of MWNTs in the epoxy polymer. The dispersion quality was then directly correlated to the fracture toughness of the modified resin and a maximum of 20% improvement was achieved.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,006
Score d'incertitude au seuil0,671

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,000
Science ouverte0,0000,000
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 GPT0,243
Écart entre enseignants0,230 · 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.

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

Citations20
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNanotechnologyMême sujetCarbon Nanotubes in CompositesTravaux en français237 207