MétaCan
Menu
Retour à la cohorte
Enregistrement W2589655104 · doi:10.1080/03602559.2017.1289393

Effect of Clay Dispersion on the Nonisothermal and Isothermal Crystallization Behaviors of Polyethylene Composites

2017· article· en· W2589655104 sur OpenAlexaff
Ying Fan, Jianjun Lou, Jamaloddin Jamali, Y. Charles Lu, J.T. Wood

Notice bibliographique

RevuePolymer-Plastics Technology and Engineering · 2017
Typearticle
Langueen
DomaineMaterials Science
ThématiquePolymer Nanocomposites and Properties
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceCrystallizationComposite materialCrystallinityNanocompositePolymerMontmorillonitePolyethyleneDispersion (optics)Scanning electron microscopeIsothermal processAvrami equationCrystallization of polymersChemical engineering

Résumé

récupéré en direct d'OpenAlex

The presence of nanosized clay fillers can greatly influence the crystallization behaviors and crystalline morphologies of polymer composites. In this study, the modified montmorillonite polyethylene nanocomposites have been prepared by melt mixing, followed by injection molding. The morphology and microstructure of the composites were characterized by scanning electron microscopy and Fourier transform infrared spectrometry. The nanosized clay particles act as a nucleating agent in the solidification process of the matrix. The relative crystallinity ratio decreases with the decrement of polymer loading. Nonisothermal and isothermal crystallizations were conducted to characterize the crystallization kinetics of nanocomposites. The effects of clay dispersion on the crystallization of polymer were quantified by Avrami and Hoffman models. The addition of 1 wt% clay into polymer matrix has significantly increased the activation energy. The crystallization rate constants (G) have been determined which are higher for the composites than that for the polymer matrix.

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)0,0010,000

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 Opus0,004
Tête enseignante GPT0,206
Écart entre enseignants0,202 · 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

Citations6
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolymer-Plastics Technology and EngineeringMême sujetPolymer Nanocomposites and PropertiesTravaux en français237 207