MétaCan
Menu
Retour à la cohorte
Enregistrement W2605562228 · doi:10.1002/pc.24383

Mechanical and morphological properties of cellulose nanocrystal‐polypropylene composites

2017· article· en· W2605562228 sur OpenAlexafffund
Helia Sojoudiasli, Marie‐Claude Heuzey, Pierre J. Carreau

Notice bibliographique

RevuePolymer Composites · 2017
Typearticle
Langueen
DomaineMaterials Science
ThématiqueAdvanced Cellulose Research Studies
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaFPInnovations
Mots-clésMaterials scienceComposite materialUltimate tensile strengthPolypropyleneExtrusionRheologyModulusCelluloseChemical engineering

Résumé

récupéré en direct d'OpenAlex

In this work, the rheological, mechanical, morphological, and thermal properties of cellulose nanocrystal (CNC)‐polypropylene (PP) composites prepared in the molten state were investigated. All samples contained a maleated PP used as combatibilizer. Degradation of the PP in the presence of CNCs at high processing temperature was shown to have a significant effect on the rheological behavior. For PPs with two different molecular weights and prepared at different temperatures, the tensile modulus of composites containing 2 wt% CNC was improved by about 30% and the tensile strength was increased up to 16%, in comparison with the unfilled matrices. The tensile strain at break of composites decreased by 17% up to 75% with respect to the matrix, depending on the processing conditions and PP used. Preparing the low molecular weight PP composites via twin‐screw extrusion was shown to be more efficient than using an internal batch mixer. The tensile modulus of the PP/CNC composites could be fairly well described by a model proposed by Nielsen based on the Halpin‐Tsai equation. Finally, properties of the PP/CNC composites have been compared to those of a PP reinforced with flax fibers and a PP filled with nanoclay. POLYM. COMPOS., 39:3605–3617, 2018. © 2017 Society of Plastics Engineers

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 seuil0,003

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 Opus0,038
Tête enseignante GPT0,278
Écart entre enseignants0,241 · 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

Citations40
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePolymer CompositesMême sujetAdvanced Cellulose Research StudiesTravaux en français237 207