MétaCan
Menu
Retour à la cohorte
Enregistrement W2606684511 · doi:10.6000/1929-5995.2017.06.01.1

Manufacturing and Characterization of High Impact Polystyrene (HIPS) Reinforced with Treated Sugarcane Bagasse

2017· article· en· W2606684511 sur OpenAlexvenueno aff
Kelly Cristina Coelho de Carvalho Benini, Herman Jacobus Cornelis Voorwald, Maria Odila Hilário Cioffi

Notice bibliographique

RevueJournal of Research Updates in Polymer Science · 2017
Typearticle
Langueen
DomaineMaterials Science
ThématiqueNatural Fiber Reinforced Composites
Établissements canadiensnon disponible
Organismes subventionnairesFundo para o Desenvolvimento das Ciências e da TecnologiaFundação de Amparo à Pesquisa do Estado de São Paulo
Mots-clésMaterials scienceFlexural strengthComposite materialBagasseUltimate tensile strengthFlexural modulusNatural fiberYoung's modulusSodium chloriteIzod impact strength testModulusPolystyreneKraft paperFiberDuctility (Earth science)PolymerPulp and paper industry

Résumé

récupéré en direct d'OpenAlex

Natural fibers obtained from sugarcane bagasse were used as reinforcement for high impact polystyrene (HIPS) composites. Fibers were chemically treated with an alkaline solution and then bleached with sodium chlorite and acetic acid, in order to remove amorphous constituents and improve adhesion with polimeric matrix.The alkali-treated and bleached fibers over a range of 10-30 wt% were mixed with HIPS and placed in an injector chamber in order to obtain tensile and flexural test specimens. Chemical treatment effects on composites properties were evaluated through mechanical tests and thermal and microscopy analysis. Experimental results show that composites with 30 wt% of alkali-treated fibers present an improvement in the tensile strength (17%), tensile modulus (96%) and flexural modulus (34%) with a consequent decrease in the ductility and in the thermal properties in comparisson to pure HIPS. An huge increase of 191% in the flexural modulus for composites with 30 wt% of bleached fibers was obtained compared to pure HIPS.

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)0,003
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 seuil0,640

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,002
Communication savante0,0010,003
Science ouverte0,0020,000
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 Opus0,021
Tête enseignante GPT0,336
Écart entre enseignants0,316 · 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

Citations7
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Research Updates in Polymer ScienceMême sujetNatural Fiber Reinforced CompositesTravaux en français237 207