Characterization of recycled styrene butadiene rubber ground tire rubber:<scp>C</scp>ombining X‐ray fluorescence, differential scanning calorimetry, and dynamical thermal analysis for quality control
Notice bibliographique
Résumé
ABSTRACT Appraisal of the main rubber characterization techniques for styrene butadiene rubber (SBR) was performed on standard SBR samples as well as recycled ground tire rubber (GTR) from an industrial tire recycling facility, containing a blend of SBR and natural rubber. The aim of the work was to provide additional information relevant to quality control in the field of rubber recycling. Benchmark characterization of industrial samples by inductively coupled plasma optical emission spectrometry, atomic absorption spectrometry, solid‐state proton nuclear magnetic resonance, and elemental (CHNS) analysis are reported. X‐ray fluorescence spectrometry is shown to be rapid and quantitative for determining the zinc content in an industrial context. Thermogravimetric analysis, already used to determine carbon black and inorganic material content in rubbers and GTR, is recommended for determination of monomer weight ratios of SBR sources not containing other rubbers, but not for GTR. Differential scanning calorimetry (DSC) measurements of the glass‐transition show that changes in monomer ratio affect glass‐transition temperature values, and therefore, DSC can be used to detect changes in rubber composition from batch to batch. These results show that DSC and X‐ray fluorescence spectroscopy characterization techniques can be used for GTR and may lead to more thorough and rapid quality control procedures of these complex samples. © 2015 Wiley Periodicals, Inc. J. Appl. Polym. Sci. 2015 , 132 , 42692.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».