MétaCan
Menu
Retour à la cohorte
Enregistrement W2620901662 · doi:10.5539/jmsr.v6n3p1

Key Factor of Graphene Localization on Electrical Conductive Properties of Graphene Filled Polyethylene/Polypropylene Composites during Melt Blending

2017· article· en· W2620901662 sur OpenAlexvenueno aff
Ce Tu, Kenji Nagata, Shouke Yan

Notice bibliographique

RevueJournal of Materials Science Research · 2017
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCarbon Nanotubes in Composites
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMaterials sciencePolypropyleneComposite materialGraphenePolyethylenePercolation (cognitive psychology)Electrical conductorPercolation thresholdElectrical resistivity and conductivityConductivityNanotechnology

Résumé

récupéré en direct d'OpenAlex

The effect of surfactant-exfoliated graphene (SEG) on the morphology of SEG-filled polyethylene (PE)/ polypropylene (PP) blends has been investigated by image analysis of transmission electron microscope. The electrical conductivity of SEG-filled PE/PP composites strongly depends on the localization of SEG. From theoretical considerations of a previous paper by one of the authors, it is found that the transfer dynamics as well as the stability of different solid nano-fillers at the blends interface reveals a strong dependence on the nano-filler’s aspect ratio. The appropriate control of processing conditions and the selective localization of SEG in the PE/PP composites are key tools to design conducting polymer composites. When the selective localization of SEG is optimized at the PE/PP blends interface, the electrical conductivity reaches 1.86 × 10-5 S/m for a low percolation at 1 wt %, in sharp compared to 7 wt % if the localization of SEG has not been optimized.

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)0,006
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,006
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,003
Communication savante0,0010,001
Science ouverte0,0020,001
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 Opus0,079
Tête enseignante GPT0,360
Écart entre enseignants0,281 · 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.

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 Materials Science ResearchMême sujetCarbon Nanotubes in CompositesTravaux en français237 207