MétaCan
Menu
Retour à la cohorte
Enregistrement W2810875737 · doi:10.1177/0095244318783806

Review on modification strategies of polyethylene/polypropylene immiscible thermoplastic polymer blends for enhancing their mechanical behavior

2018· article· en· W2810875737 sur OpenAlexaff
Antimo Graziano, Shaffiq A. Jaffer, Mohini Sain

Notice bibliographique

RevueJournal of Elastomers & Plastics · 2018
Typearticle
Langueen
DomaineMaterials Science
ThématiquePolymer crystallization and properties
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCompatibilizationPolypropyleneMaterials sciencePolymer blendPolyethylenePolymer sciencePolymerComposite materialCopolymer

Résumé

récupéré en direct d'OpenAlex

Blends of polyethylene (PE) and polypropylene (PP) have always been the subject of intense reasearch for encouraging polymer waste recycling while producing new materials for specific applications in a sustainable way. However, being thermodynamically immiscible, these polyolefins form a binary system usually exhibiting lower performances compared with those of the homopolymers. Many studies have been carried out to better understand the PE/PP blend compatibilization for developing a high-performance and cost-effective product. Both nonreactive and reactive compatibilization promote the brittle to ductile transition for a PE/PP blend. However, the final product usually does not meet the requirements for high demanding commercial applications. Therefore, further PE/PP modification with a reinforcing filler, being either synthetic or natural, proved to be a good method for manufacturing high-performance reinforcend polymer blend composites, with superior and tailored properties. This review summarizes the recent progress in compatibilization techniques applied for enhancing the interfacial adhesion between PE and PP. Moreover, future perspectives on better understanding the influence of themodynamics on PE/PP synergy are discussed to introduce more effective compatibilization strategies, which will allow this blend to be used for innovative industrial applications.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,034
Tête enseignante GPT0,300
Écart entre enseignants0,266 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations222
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Elastomers & PlasticsMême sujetPolymer crystallization and propertiesTravaux en français237 207