MétaCan
Menu
Retour à la cohorte
Enregistrement W2320494487 · doi:10.3183/npprj-2012-27-02-p451-458

Effects of coating formulation on coating thermal properties and coated paper print quality in xerography

2012· article· en· W2320494487 sur OpenAlexaff
Ning Yan, Chong Liang, David Vidal, Xuejun Zou

Notice bibliographique

RevueNordic Pulp & Paper Research Journal · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueMaterial Properties and Processing
Établissements canadiensFPInnovationsMascoma (Canada)University of Toronto
Organismes subventionnairesnon disponible
Mots-clésGloss (optics)CoatingMaterials scienceThermal conductivityComposite materialCoated paperPorosityThermal diffusivity

Résumé

récupéré en direct d'OpenAlex

Abstract The effects of coating formulation on thermal characteristics of coating layers (namely thermal diffusivity, specific heat capacity and heat conductivity) were systematically studied and their impact on xerography print quality was evaluated. Model coatings were prepared using ground calcium carbonate or kaolin pigment mixed with styrene butadiene latex binder in various proportions (from 6 to 25 pph). As expected, porosity was shown to be a key parameter for thermal conductivity of the coating layers, and is mainly determined by the latex concentration. Particle size distribution (PSD) and pigment morphology also affected the thermal characteristics of the coating layers. It was found that the bulk thermal conductivity of the coating layers can be accurately predicted by a geometric mean model based on the pigment, latex and air contents. Print quality on model coated papers was evaluated in terms of print gloss, toner adhesion and pairwise visual ranking. It was demonstrated that print gloss is improved by decreasing the bulk thermal conductivity of the coatings. The coating formulated with the pigments with the steepest PSD and 10 pph of latex had a relatively low thermal conductivity and the best print quality.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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
Métarecherche0,0010,002
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 savante0,0010,000
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 Opus0,072
Tête enseignante GPT0,324
Écart entre enseignants0,252 · 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

Citations1
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNordic Pulp & Paper Research JournalMême sujetMaterial Properties and ProcessingTravaux en français237 207