Effect of modified graphene oxide on the mechanical, thermal, and barrier properties of vinylester
Notice bibliographique
Résumé
Graphene, which is a one atom thick layer of graphite, has been considerably studied in the past decade due to its extraordinary physical properties. The development of new routes of synthesis facilitates the use of graphene in polymer nanocomposite. The addition of very small amounts (<1%) of graphene in a polymer matrix does not only increase its thermal and mechanical properties, but it would also enhance permeability, by limiting the diffusion of water through the material. Graphene-polymer nanocomposite would be an interesting alternative to conventional polymer nanocomposite such as nanoclay-polymer nanocomposite. In this study, graphene oxide is synthesized from graphite flakes, following the Tour method, and modified with silane to improve its compatibility with the polymer. Polymer nanocomposite made from vinylester resin and 0.5 wt% graphene oxide is prepared as well as other types of typically used polymer nanocomposite such as graphite flake, silica fume or nanoclay based composite. Samples are soaked in a water bath to study the water absorption of these nanocomposites. Mechanical property measurements and thermal analyses are performed to evaluate the benefit of using graphene oxide. Results show a significant enhancement of the mechanical and thermal properties with a graphene oxide content ten times lower than the one needed with conventional nanoparticles. Moreover, unlike nanoclay-based polymer nanocomposite, graphene oxide does not increase water absorption at saturation.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 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) | 0,000 | 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 tête enseignante, 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 ».