MétaCan
Menu
Retour à la cohorte
Enregistrement W2317287058 · doi:10.1021/ie5005288

Physical and Chemical Resistance of Elastomers in Aqueous Monoethanolamine (MEA) and CO<sub>2</sub>-Loaded MEA Solutions during Postcombustion Carbon Dioxide Capture Processes

2014· article· en· W2317287058 sur OpenAlexafffund
Wayuta Srisang, Teeradet Supap, Raphael Idem, Paitoon Tontiwachwuthikul

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2014
Typearticle
Langueen
DomaineMaterials Science
Thématiquebiodegradable polymer synthesis and properties
Établissements canadiensUniversity of Regina
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésAqueous solutionUltimate tensile strengthIsobutyleneNatural rubberChemical resistanceMaterials scienceElastomerCarbon blackButyl rubberComposite materialStyrene-butadieneChemical engineeringCarbon dioxideTear resistanceCopolymerChemistryStyreneOrganic chemistryPolymer

Résumé

récupéré en direct d'OpenAlex

The resistance of raw EPDM, natural rubber, isobutylene isoprene, and styrene butadiene to amines in terms of mass and chemical changes was studied using aqueous solutions of 3–7 M MEA with 0–0.5 mol CO 2 /mol MEA each for 30 days at 40 °C. The results showed that SBR and NR had poor chemical resistance leading to formation of amides on their surfaces and resulting in high mass change. In contrast, EPDM and IIR had insignificant mass and chemical structure changes. Commercial EPDM and IIR were then benchmarked against PTFE, using aqueous 5 M MEA and with 0.5 mol CO 2 /mol MEA at 40 and 120 °C each for 30 days. Resistance was measured in terms of mass, hardness, and tensile strength changes. The results showed that PTFE was compatible with the solution at both temperatures. For EPDM and IIR at 40 °C, the changes in mass, hardness, and tensile strength were negligible while at 120 °C, these changes were very significant, implying that PTFE can be used in any part of the process while EPDM and IIR can only be used in low-temperature sections.

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 seuil0,003

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 Opus0,033
Tête enseignante GPT0,251
Écart entre enseignants0,218 · 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
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIndustrial & Engineering Chemistry ResearchMême sujetbiodegradable polymer synthesis and propertiesTravaux en français237 207