The Role of Selectively Located Commercial Graphene Nanoplatelets in the Electrical Properties, Morphology, and Stability of EVA/LLDPE Blends
Notice bibliographique
Résumé
Abstract Graphene nanoplatelets (GN) produced on a large scale by mechanochemical exfoliation of graphite are incorporated in a co‐continuous ethylene‐vinyl acetate/linear low‐density polyethylene (EVA/LLDPE) blend. Two different processing routes are chosen to selectively place GN in the EVA phase or force its migration to the EVA/LLDPE interface. The results show a drastic decrease in the electrical percolation threshold when the blends are compared to the respective single‐polymer composites. Even with the presence of agglomerates, GN particles are able to migrate to the blend interface and stabilize the morphology and hence the electrical properties. Annealing the insulating samples at processing temperatures causes a drastic increase in conductivity due to continued GN migration and blend morphology coarsening. Semi‐conductive samples, in which a more robust GN network is already established during processing, present no change in morphology but a slight increase in conductivity during annealing. The mechanical performance of the materials is also evaluated and some of the blends with GN present similar elongation at break as pure EVA, but with increased tensile modulus and tensile strength. The electrical performance at different working temperatures shows that the EVA/LLDPE/GN composites are good candidates to act as a semi‐conductive screen material in power cables or as anti‐static materials in electronic devices.
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 | 0,001 | 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 ».