Curing characteristics of urea–formaldehyde resin in the presence of various amounts of wood extracts and catalysts
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract The characteristics of urea–formaldehyde (UF) resin curing in the presence of wood extracts and a catalyst [ammonium chloride (NH 4 Cl)] were investigated by differential scanning calorimetry (DSC). The effects of extracts from 16 wood species on resin curing behaviors were evaluated. A model developed in this study, T p = 53.296 exp(−9.72 C ) + 93.104, could be used to predict the resin curing rate in terms of the DSC peak temperature ( T p ) as influenced by the NH 4 Cl content ( C ). The results indicated that the curing rate of UF resin increased as the catalyst content increased and reached a maximum when the catalyst content ranged from 0.5 to 1.0% (solid basis over liquid UF resin weight). Further increases in the catalyst content had no effect on the resin curing rate. The curing rates of UF resin in the presence of wood extracts increased with decreased pH values or increased base buffer capacities. It was also discovered that the activation energy could not fully explain the resin curing behavior when some species of wood extracts were present, and therefore, the pre‐exponential factor had to be taken into account. The concept of the equivalent catalyst content (ECC) of wood extracts to the NH 4 Cl content was introduced in this study; ECCs ranged from 0.0022 to 0.0331% among the 16 wood species. © 2007 Wiley Periodicals, Inc. J Appl Polym Sci, 2008
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.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 découle