MétaCan
Menu
Retour à la cohorte
Enregistrement W2143979204 · doi:10.1109/ceidp.2011.6232586

Silicone rubber and EPDM micro composites filled with silica and ATH

2011· article· en· W2143979204 sur OpenAlexafffund
E.A. Cherney, S. Jarayam

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMaterials Science
ThématiqueHigh voltage insulation and dielectric phenomena
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésComposite materialMaterials scienceFiller (materials)Silicone rubberEthylene propylene rubberNatural rubberEPDM rubberSiliconeSilicone resinVulcanizationPolymerCopolymerCoating

Résumé

récupéré en direct d'OpenAlex

Since the 1970's two basic polymer compositions have been in use for outdoor electrical insulation applications as an alternative to porcelain and glass; these compositions are based on silicone rubber (SiR) and Ethylene Propylene Diene Monomer (EPDM) and a mixture of these two compositions, called an alloy, is also in use. To impart erosion and tracking resistance under dry band arcing to these compositions when used for outdoor electrical insulation, various fillers such as alumina trihydrate and various silicas, natural and synthetic, are used. This paper discusses the effect of the addition of inorganic microfillers into silicone and EPDM compositions. Two types of microfillers were used in this study; namely, ATH and micro silica. The inclined plane test, according to ASTM D2303, was used to evaluate the tracking and erosion resistance of the micro filled composites. For SiR composites, at the same filler loading, no clear distinction could be found between the two types of fillers in the prevention of erosion in the inclined plane test. However, it became quite clear that EPDM composites with ATH filler are less prone to erosion than EPDM composites with silica filler.

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 seuil0,004

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
Bibliométrie0,0010,000
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 Opus0,014
Tête enseignante GPT0,194
Écart entre enseignants0,179 · 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

Citations7
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetHigh voltage insulation and dielectric phenomenaTravaux en français237 207