Starch‐based composites using mature fine tailings as fillers
Notice bibliographique
Résumé
Abstract Mature fine tailings (MFT) are one of the major environmental problems associated with the oil sands industry in Canada. To help mitigate the negative impact tailings have on the environment, we prepared MFT/starch composites and studied their morphology, water resistance, and mechanical properties as a function of filler percentage. The motivation behind this approach is to turn waste tailings into a source of potentially useful materials. We compared the MFT/starch composites to similar composites made with montmorillonite (MMT), cellulose nanocrystals (CNC), and Dean Stark solids (DS). The water resistance of MFT/starch and DS/starch composites improved 6 % at the highest filler content. MFT/starch and DS/starch composites had similar mechanical properties, but performed better than plasticized starch, with an increasing tensile modulus with increasing filler content. Despite the higher modulus increase in intercalated MMT/starch and CNC/starch composites (up to 5 % filler), the MFT/starch composites with filler contents higher than 10 % achieved the same tensile modulus values; since our objective was to transform as much MFT as possible into useable materials, this can be seen as a positive feature of these composites. The dynamic mechanical analysis of the composites showed they were heterogeneous and identified a plasticizer‐rich phase and a starch‐rich phase.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».