Nanostructure to thermal property relationship of resorcinol formaldehyde aerogels using the fractal technique
Notice bibliographique
Résumé
We characterized the morphological features of an organic resorcinol-formaldehyde (RF) aerogel and correlated each feature to the thermal insulation properties. Several RF aerogels were synthesized with different morphological features and structural assemblies. This was done by changing the catalyst percentages and the dilution ratios at the polymerization stage. Then, each morphological feature was assessed and categorized using two scales: the macro scale and the micro scale. We found that the macro-features were independent of the catalyst percentages and depended only on the dilution ratios. By contrast, the micro-features were highly sensitive to any changes during the polymerization process. These changes altered the samples' three main micro-structural factors: (i) the structural assembly, (ii) the porous structure, and (iii) the fractal parameters. Thus, we characterized and quantified each component within these areas. Then, we assessed the structure's heat transfer modes and classified them as follows: (i) solid conductivity through the solid particles, (ii) gas conductivity through the gas molecules, and (iii) thermal radiation. We identified the morphological features in our RF samples and correlated them to each mode of the heat transfer. For example, the samples' solid conductivity was highly dependent on the fractal parameters of our structure; that is, the particles' roughness, the structural complexity, and the structural homogeneity. For those samples with extremely rough particles and a complex structure, the solid conductivity reached the lowest possible point. We also found that the total thermal conductivity was mainly controlled by the micro-morphological features, and that the solid conductivity was the most dominant heat transfer mode.
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 | 0,000 | 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) | 0,000 | 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 ».