MétaCan
Menu
Retour à la cohorte
Enregistrement W2337439251 · doi:10.1177/0892705715610404

Crystallization behavior of polypropylene/silver nanocomposites using polyethylene glycol as reducing agent and interface modifier

2015· article· en· W2337439251 sur OpenAlexaff
Pablo H Camacho, Ana Beatriz Morales–Cepeda, Homero Salas-Papayanopolos, Jesús E Bautista, Carlos Castro, Tomás Lozano, S. Sánchez‐Valdés, Pierre G. Lafleur

Notice bibliographique

RevueJournal of Thermoplastic Composite Materials · 2015
Typearticle
Langueen
DomaineMaterials Science
ThématiquePolymer crystallization and properties
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesConsejo Nacional de Ciencia y Tecnología
Mots-clésMaterials sciencePolyethylene glycolDifferential scanning calorimetryCrystallinityCrystallizationNanocompositePEG ratioChemical engineeringPolypropyleneSilver nitratePolymer chemistryComposite material

Résumé

récupéré en direct d'OpenAlex

In this work, isotactic polypropylene (iPP) nanocomposites were prepared containing silver nanoparticles (Ag-NPs) with a novel and easy method, using polyethylene glycol (PEG) as reducing agent and surface modifier. Ag-NPs were prepared using different amounts in weight of silver nitrate into PEG to induce the formation of Ag-NPs. PP/Ag nano compounds were prepared by melt blend method: single-screw extruder and internal Brabender mixer. The effects of Ag-NPs and PEG on the crystallization, morphology, thermal, and mechanical properties were evaluated. Ag-NPs with a particle size of 80 nm and typical growth of the β-form in iPP were observed. The presence of PEG in samples of PP/Ag-NPs was detected by infrared spectrometry and the peak characteristic of Ag-NPs by ultraviolet–visible analysis. X-Ray diffraction patterns and differential scanning calorimetry thermograms showed the β-phase formation in both of the dispersion methods, but Brabender mixer showed higher percentages of crystallinity (31% of β-phase). The elongation at break was increased and it was directly dependent on the relative amount of crystalline β-phase. PEG is an excellent precursor to get Ag-NPs and a good interface modifier of iPP.

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 seuil0,002

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)0,0000,000

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 Opus0,038
Tête enseignante GPT0,284
Écart entre enseignants0,245 · 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

Citations11
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Thermoplastic Composite MaterialsMême sujetPolymer crystallization and propertiesTravaux en français237 207