MétaCan
Menu
Retour à la cohorte
Enregistrement W2589186649 · doi:10.1002/pat.4020

Kinetics and mechanism of the thermal degradation for the synthesis of poly(norbornene sulfone)s by two different polymerization methods

2017· article· en· W2589186649 sur OpenAlexaff
Xin Liu, Xuewen Guo, Yunfei Zhi, Shaoyun Shan, Yonghao Ni, Qingming Jia

Notice bibliographique

RevuePolymers for Advanced Technologies · 2017
Typearticle
Langueen
DomaineMaterials Science
ThématiqueThermal and Kinetic Analysis
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésSulfoneNorbornenePolymer chemistryPolymerizationMaterials scienceKineticsOlefin fiberCopolymerPolymerComposite material

Résumé

récupéré en direct d'OpenAlex

The recent development of sulfur dioxide (SO2) polymerization has seen a renaissance in its chemistry, especially poly(olefin sulfone)s from the copolymerization of SO2, and unsaturated hydrocarbons can be found to have many applications, including transient electronic packaging, drug delivery, and electron beam‐resistant materials. In this work, a type of functional poly(norbornene sulfone) was synthesized via two different polymerization methods. Aiming to understanding the effects of different polymerization methods on poly(olefin sulfone)s and gain further understanding on the kinetics of poly(olefin sulfone)s's thermal instability, we investigated their detailed thermal degradation behaviors using thermogravimetry and analyzed the resultant kinetics in accordance with three kinetic models. The results supported the conclusion that although the poly(norbornene sulfone)s obtained have different activation energy, the thermal degradation kinetics are the same and also obey the Dn type. Copyright © 2017 John Wiley & Sons, Ltd.

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)0,001
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
Métarecherche0,0000,001
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 Opus0,016
Tête enseignante GPT0,290
Écart entre enseignants0,273 · 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

Citations2
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolymers for Advanced TechnologiesMême sujetThermal and Kinetic AnalysisTravaux en français237 207