MétaCan
Menu
Retour à la cohorte
Enregistrement W2768757819 · doi:10.3139/217.3537

High-Pressure Preform Foam Blow Molding

2017· article· en· W2768757819 sur OpenAlexaff
Lun Howe Mark, Raymond K. M. Chu, Gui‐long Wang, Chul B. Park

Notice bibliographique

RevueInternational Polymer Processing · 2017
Typearticle
Langueen
DomaineMaterials Science
ThématiquePolymer Foaming and Composites
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésBlow moldingMaterials scienceThermoformingComposite materialMolding (decorative)NucleationExtrusionStress (linguistics)Shear stressMold

Résumé

récupéré en direct d'OpenAlex

Abstract Recently, several companies have started to use the foaming technology in blow molding processes, primarily in extrusion blow molding. Despite the design complexity involved in the preform blow molding method, substantial advantages result when microcellular foaming and blow molding are combined. In preform and extrusion blow molding, the preform (i. e., the parison) undergoes significant biaxial stress during the inflation stage. Since either extensional or shear stress can dramatically improve cell nucleation, an externally applied stress can cause small-scale, local pressure variations throughout the sample, thus reducing the energy barrier for cell nucleation. So, unlike the current low-pressure foam blow molding technology, where cell nucleation occurs before inflating the preform/parison, we used a high-pressure system to prevent premature foaming in the shaping stage. Consequently, cell nucleation was induced after biaxial stresses were created to induce a higher cell density.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,151
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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 technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,000
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 Opus0,013
Tête enseignante GPT0,273
Écart entre enseignants0,261 · 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

Citations3
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Polymer ProcessingMême sujetPolymer Foaming and CompositesTravaux en français237 207