MétaCan
Menu
Retour à la cohorte
Enregistrement W2556220070 · doi:10.6000/1929-5995.2016.05.03.1

Effect of Non-Rubber Constituents on Guayule and Hevea Rubber Intrinsic Properties

2016· article· en· W2556220070 sur OpenAlexvenueno aff
Shirin Monadjemi, Colleen McMahan, Katrina Cornish

Notice bibliographique

RevueJournal of Research Updates in Polymer Science · 2016
Typearticle
Langueen
DomaineMaterials Science
Thématiquebiodegradable polymer synthesis and properties
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNatural rubberHevea brasiliensisHeveaMaterials scienceComposite materialUltimate tensile strengthGlass transitionMembranePolymerChemistry

Résumé

récupéré en direct d'OpenAlex

To meet the increasing demand for natural rubber (NR), currently sourced from the tropical rubber tree Hevea brasiliensis, and address price volatility and steadily increasing labor costs, alternate rubber-producing species are in commercial development. One of these, guayule (Parthenium argentatum), has emerged on the market as a commercial source of high quality rubber. Non-rubber constituents play an important role in the physical properties of NR products. The intrinsic composition of the two NR materials differs and these differences may be a principal cause of the performance differences between them. We have compared the effect of non-rubber constituents, such as protein, lipids, resin and rubber particle membranes. Firstly, a film casting method was developed to obtain rubber films with a uniform thickness. Secondly, the glass transition temperature of different rubbers was determined by dynamic mechanical analysis, and tensile properties were tested for uncompounded materials. Guayule natural rubber (GNR), from which most of the membranes were removed while in latex form (MRGNR) was found to have higher intrinsic strength than GNR or gel-free NR (FNR). An acetone extraction was performed to quantify the resin and free lipids in the rubber samples.

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 seuil0,005

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 recherche0,0000,001
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 GPT0,331
Écart entre enseignants0,298 · 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

Citations22
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Research Updates in Polymer ScienceMême sujetbiodegradable polymer synthesis and propertiesTravaux en français237 207