MétaCan
Menu
Retour à la cohorte
Enregistrement W2138823144 · doi:10.5539/ijc.v3n2p40

Thermal Analysis and Characterization of Some Cellulosic Fabrics Dyed by a New Natural Dye and Mordanted with Different Mordants

2011· article· en· W2138823144 sur OpenAlexvenueno aff
Saher Fawzy Ibrahim, E. S. El-Amoudy, K.E. Shady

Notice bibliographique

RevueInternational Journal of Chemistry · 2011
Typearticle
Langueen
DomaineMaterials Science
ThématiqueThermal and Kinetic Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMordantDyeingAlumChemistryThermogravimetric analysisDifferential scanning calorimetryNatural dyeThermal stabilityPotassiumNuclear chemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

A new natural dye was extracted from Bisham plant then applied to cotton and linen fabrics. The thermal stability of these fabrics in their blank state then dyed by this natural dye (Commiphora-gileadensis), and then mordanted by different mordants that are; Alum (Potassium and Aluminum Sulfate) AL2K2 (SO4).24H2O - Chrome (Potassium di-Chromate K2Cr2O7 ) and Ferrous sulfate (FeSO4.7H2O) which were applied separately. Thermal analysis is a convenient, useful and reproducible method for characterizing complex organic materials. Thermo-gravimetric analysis (TGA), its differential (DTG) and differential scanning calorimetry (DSC) were used to evaluate the effect of mordanting cotton and linen fabric on their thermal behaviour. These techniques can distinguish between different fiber generic types and between different mordants applied to their dyed fabrics. It was possible to detect the presence of the mordant component when present in small proportions. Although cotton and linen fabrics produce the same DTG peaks, they can be differentiated as their main endothermic peaks occur at significantly different temperature (about 348,339oC respectively).Also, linen fabric produces an asymmetrical deep peak compared with the sharper, more symmetrical peak of cotton.

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 enseignants0,001
Score d'incertitude au seuil0,002

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
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,006
Tête enseignante GPT0,194
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

Citations40
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of ChemistryMême sujetThermal and Kinetic AnalysisTravaux en français237 207