MétaCan
Menu
Retour à la cohorte
Enregistrement W2601901658

Experimental Analysis of Polymer Nanocomposite Foaming Using Carbon Dioxide

2008· article· en· W2601901658 sur OpenAlexaboutno aff
Zhihua Guo

Notice bibliographique

RevueOhioLink ETD Center (Ohio Library and Information Network) · 2008
Typearticle
Langueen
DomaineMaterials Science
ThématiquePolymer Foaming and Composites
Établissements canadiensnon disponible
Organismes subventionnairesNational Science Foundation
Mots-clésNanocompositeCarbon dioxidePolymerMaterials sciencePolymer scienceFoaming agentComposite materialChemistryOrganic chemistry
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Currently, the polymer foam industry is testing carbon dioxide (CO 2 ) for its applicability as a physical blowing agent (PBA) due to the phase-out of chlorofluorocarbons (CFCs) and hydrochlorofluorocarbons (HCFCs) according to the Montreal Protocol [1].CO 2 is one of most promising alternatives because it is environmentally safe, non-toxic, non-flammable and inexpensive.However, CO 2 has its drawbacks, such as low solubility and high diffusivity in comparison with other blowing agents.Therefore CO 2 sometimes leads to foams with higher density and/or poor surface quality, and almost always requires higher operating pressures than other agents.Currently, the concept of adding nanoparticles to a polymer is being investigated around the world as one possible way to overcome these problems.Polymer blends can be another approach.In general, generating foams using a PBA includes saturating the polymer with the PBA at a certain pressure and temperature via thorough mixing.Then the mixture is subjected to a sudden thermodynamic change (temperature increase or pressure drop), resulting in the escape of the PBA and formation of the cellular structure.The typical foaming process includes cell nucleation, cell growth, and cell stabilization, the first two being the focus of this study.In the foaming process, several operating variables, e.g.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,065
Score d'incertitude au seuil0,761

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,004
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 Opus0,011
Tête enseignante GPT0,210
Écart entre enseignants0,199 · 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 tête enseignante, 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
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOhioLink ETD Center (Ohio Library and Information Network)Même sujetPolymer Foaming and CompositesTravaux en français237 207