MétaCan
Menu
Retour à la cohorte
Enregistrement W2317719371 · doi:10.1002/app.43595

Biopolyamide hybrid composites for high performance applications

2016· article· en· W2317719371 sur OpenAlexafffund
Shaghayegh Armioun, Suhara Panthapulakkal, Johannes Scheel, Jimi Tjong, Mohini Sain

Notice bibliographique

RevueJournal of Applied Polymer Science · 2016
Typearticle
Langueen
DomaineMaterials Science
ThématiqueNatural Fiber Reinforced Composites
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésComposite materialMaterials scienceFlexural strengthUltimate tensile strengthFiberFlexural modulusIzod impact strength testCompoundingMolding (decorative)ExtrusionNatural fiberYoung's modulusAbsorption of water

Résumé

récupéré en direct d'OpenAlex

ABSTRACT This study focuses on the performance characteristics of wood/short carbon fiber hybrid biopolyamide11 (PA11) composites. The composites were produced by melt‐compounding of the fibers with the polyamide via extrusion and injection molding. The results showed that mechanical properties, such as tensile and flexural strength and modulus of the wood fiber composites were significantly higher than the PA11 and hybridization with carbon fiber further enhanced the performance properties, as well as the thermal resistance of the composites. Compared to wood fiber composites (30% wood fiber), hybridization with carbon fiber (10% wood fiber and 20% carbon fiber) increased the tensile and flexural modulus by 168% and 142%, respectively. Izod impact strength of the hybrid composites exhibited a good improvement compared to wood fiber composites. Thermal properties and resistance to water absorption of the composites were improved by hybridization with carbon fiber. In overall, the study indicated that the developed hybrid composites are promising candidates for high performance applications, where high stiffness and thermal resistance are required. © 2016 Wiley Periodicals, Inc. J. Appl. Polym. Sci. 2016 , 133 , 43595.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,027
Score d'incertitude au seuil0,414

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,007
Tête enseignante GPT0,233
Écart entre enseignants0,226 · 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 tête enseignante, 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

Citations32
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Applied Polymer ScienceMême sujetNatural Fiber Reinforced CompositesTravaux en français237 207