MétaCan
Menu
Retour à la cohorte
Enregistrement W2800683527 · doi:10.1002/mren.201700066

Mapping the Structure–Property Space of Bimodal Polyethylenes Using Response Surface Methods. Part 1: Digital Data Investigation

2018· article· en· W2800683527 sur OpenAlexaff
Paul J. DesLauriers, Jeff S. Fodor, João B. P. Soares, Saeid Mehdiabadi

Notice bibliographique

RevueMacromolecular Reaction Engineering · 2018
Typearticle
Langueen
DomaineMaterials Science
ThématiquePolymer crystallization and properties
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésBranching (polymer chemistry)PolymerPolymerizationMaterials sciencePolymer architectureMolar mass distributionKinetic chain lengthBiological systemCopolymerPolymer chemistryRadical polymerizationComposite material

Résumé

récupéré en direct d'OpenAlex

Abstract A new method is proposed to study the multidimensional structure–property space of bimodal ethylene/1‐olefin copolymers using fundamental polymerization models and response surface methods. The fundamental polymerization models describe how the polymer microstructure depends on polymerization conditions, in particular how the short chain branching frequency varies across the molecular weight distribution. Statistical design of experiment techniques combined with response surface methods generates the minimum number of digital experiments needed to estimate the parameters for a forward model. The polymer microstructural data are combined with empirical equations to calculate polymer density and the primary structural parameter to quantify the presence of tie molecules in the polymer. This procedure links polymerization conditions to polymer microstructure and properties using the forward model. More importantly, the forward model can be reversed to determine which polymerization conditions are needed to make polymers with a given set of properties.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
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 Opus0,062
Tête enseignante GPT0,278
Écart entre enseignants0,217 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMacromolecular Reaction EngineeringMême sujetPolymer crystallization and propertiesTravaux en français237 207