MétaCan
Menu
Retour à la cohorte
Enregistrement W2136226572 · doi:10.1002/aic.14495

High performance materials based on a self‐assembled multiple‐percolated ternary blend

2014· article· en· W2136226572 sur OpenAlexafffund
Sepehr Ravati, Christine Beaulieu, Ali M. Zolali, Basil D. Favis

Notice bibliographique

RevueAIChE Journal · 2014
Typearticle
Langueen
DomaineMaterials Science
Thématiquebiodegradable polymer synthesis and properties
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésCrystallinityTernary operationMaterials scienceDifferential scanning calorimetryPolylactic acidPolybutylene succinateTernary numeral systemAdipateChemical engineeringModulusPolybutylene terephthalateComposite materialPolymerPolyesterThermodynamics

Résumé

récupéré en direct d'OpenAlex

In this study, it will be shown that morphologically tailored tricontinuous ternary blends, comprising polybutylene succinate (PBS), polylactic acid (PLA), and poly (butylene adipate‐co‐terephthalate)(PBAT), can generate new materials with excellent properties. Detailed morphological analysis is used to establish that all three phases in the ternary 33%PBS/33%PLA/33%PBAT blend morphology are highly continuous with a phase structure dominated by complete wetting dynamics. PBS is shown to situate itself between PLA and PBAT. This melt processed, self‐assembled, multiple percolated, blend possesses a high elongation at break (567%), high Young's modulus (1130 MPa), high impact strength (271 J/m), and a storage modulus about 50% higher than pure PBS at room temperature. None of the neat materials demonstrate this combination of high properties and the synergy derives from the tricontinuous structure of the system. The ternary nature of the blend allows for a modulation of the crystallinity behavior as examined by differential scanning calorimeter and X‐ray Diffraction. © 2014 American Institute of Chemical Engineers AIChE J , 60: 3005–3012, 2014

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,013
Score d'incertitude au seuil0,999

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 technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,013
Tête enseignante GPT0,203
Écart entre enseignants0,190 · 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

Citations35
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAIChE JournalMême sujetbiodegradable polymer synthesis and propertiesTravaux en français237 207