MétaCan
Menu
Retour à la cohorte
Enregistrement W2111836194 · doi:10.5254/rct.14.87988

EPDM RECYCLED RUBBER POWDER CHARACTERIZATION: THERMAL AND THERMOGRAVIMETRIC ANALYSIS

2014· article· en· W2111836194 sur OpenAlexafffund
Huan Liang, Jean-Michel Hardy, Denis Rodrigue, Josée Brisson

Notice bibliographique

RevueRubber Chemistry and Technology · 2014
Typearticle
Langueen
DomaineMaterials Science
ThématiquePolymer Nanocomposites and Properties
Établissements canadiensUniversité Laval
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaChina Scholarship Council
Mots-clésThermogravimetric analysisNatural rubberDifferential scanning calorimetryCarbon blackMaterials scienceGlass transitionEthylene propylene rubberMass spectrometryAnalytical Chemistry (journal)Composite materialChemistryPolymerOrganic chemistryChromatographyCopolymer

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Investigations on ethylene–propylene–diene rubber (EPDM) with varying cross-link densities and carbon black contents, as well as commercial EPDM waste ground rubber (WGR), have been performed to improve characterization. The aim is to provide additional quality-control methods in the field of rubber recycling, as WGR is transformed and reused in the form of rubber mats mainly for playground, agricultural, sport, and automobile applications. Inductively coupled plasma optical emission spectrometry, atomic absorption spectrometry, and elemental (CHNS) analyses were used to determine the content of various chemical elements. Thermogravimetric analysis (TGA) was used to determine the amount of carbon black and inorganic material in the sample. Mass loss at 400 °C was related to cross-link density. TGA coupled with mass spectrometry showed that this mass loss corresponds to the loss of SO2 as cross-links are destroyed during heating. Melt point and glass transition temperatures determined by differential scanning calorimetry are mainly proportional to the ethylene/propylene weight ratio.

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 enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0020,001

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 Opus0,004
Tête enseignante GPT0,187
Écart entre enseignants0,183 · 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

Citations14
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRubber Chemistry and TechnologyMême sujetPolymer Nanocomposites and PropertiesTravaux en français237 207