MétaCan
Menu
Retour à la cohorte
Enregistrement W2615035554 · doi:10.1021/acs.iecr.7b01171

Effect of Boric Acid on the Foaming Properties and Cell Structure of Poly(vinyl alcohol) Foam Prepared by Supercritical-CO<sub>2</sub> Thermoplastic Extrusion Foaming

2017· article· en· W2615035554 sur OpenAlexaff
Yingbin Jia, Shibing Bai, Chul B. Park, Qi Wang

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2017
Typearticle
Langueen
DomaineMaterials Science
ThématiquePolymer Foaming and Composites
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésVinyl alcoholExtrusionMaterials scienceSupercritical fluidBoric acidThermoplasticChemical engineeringSupercritical carbon dioxideReactive extrusionComposite materialFourier transform infrared spectroscopyFoaming agentBlowing agentViscosityPolymer chemistryPolymerOrganic chemistryChemistryPorosity

Résumé

récupéré en direct d'OpenAlex

High Resolution Image Download MS PowerPoint Slide We prepared extruded poly(vinyl alcohol) (PVA) foams through combination of the PVA thermoplastic processing technology and the supercritical carbon dioxide extrusion foaming technology. Boric acid (BA) was used as a cross-linking agent to enhance the PVA’s melt strength and to improve the cell structure of its foam. Two different PVA/BA cross-linking models were discussed, and we confirmed the BA-compound formation model in our system. By applying the in situ Fourier transform infrared spectroscopy and the melt viscosity analysis, we found that the PVA/BA cross-linking structure was reversible. An increase in the BA increased the PVA’s melt strength as well as its foam volume expansion ratio and cell density, so that fine and uniform cells formed. However, at a higher die temperature of >140 °C, the cross-linking between the PVA and BA was gradually broken, and this resulted in serious bubble collapse and a worsened cell structure.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,003
Score d'incertitude au seuil0,798

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
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 ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,041
Tête enseignante GPT0,287
Écart entre enseignants0,246 · 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

Citations54
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndustrial & Engineering Chemistry ResearchMême sujetPolymer Foaming and CompositesTravaux en français237 207