MétaCan
Menu
Retour à la cohorte
Enregistrement W2890064589 · doi:10.1177/096739111302100604

Thermal Analysis of Highly Filled Composites of Polystyrene with Lignin

2013· article· en· W2890064589 sur OpenAlexaff
Mohamad Reza Barzegari, Ayşe Alemdar, Yaolin Zhang, Denis Rodrigue

Notice bibliographique

RevuePolymers and Polymer Composites · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueLignin and Wood Chemistry
Établissements canadiensFPInnovationsUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésDynamic mechanical analysisMaterials scienceThermogravimetric analysisPolystyreneDifferential scanning calorimetryLigninComposite materialThermal stabilityDynamic modulusThermal analysisComposite numberPolymerChemical engineeringThermalOrganic chemistryChemistry

Résumé

récupéré en direct d'OpenAlex

This paper focuses on the thermal properties of polystyrene/lignin composites over a wide range of lignin content. Blending with and without a compatibilizer (styrene/ethylene/butylene copolymer) was performed in an internal batch mixer to prepare samples between 0 and 80%wt of lignin. From the compounds, an extensive thermal study was performed, including thermogravimetric analysis (TGA), differential scanning calorimetry (DSC) and dynamic mechanical thermal analysis (DMTA). TGA results indicated that the thermal stability of polystyrene increases with increasing lignin content. DMTA analysis showed higher storage modulus and lower loss factor with increasing lignin content for the range of temperature studied (30-150 °C). DSC results showed that the lignin/PS composites have a single T g which is close to that of polystyrene. The addition of a compatibilizer up to 2%wt was found to improve the storage modulus of lignin/PS composite, especially at low temperature. Finally, scanning electron microscopy micrographs were used to show the state of interfacial adhesion or compatibility between lignin particles and the polystyrene matrix.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,003
Tête enseignante GPT0,169
Écart entre enseignants0,166 · 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'étudeExpérimental (laboratoire)
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

Citations29
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolymers and Polymer CompositesMême sujetLignin and Wood ChemistryTravaux en français237 207