MétaCan
Menu
Retour à la cohorte
Enregistrement W2891124852 · doi:10.1002/mame.201800366

Carbon Dioxide–Derived Poly(propylene carbonate) as a Matrix for Composites and Nanocomposites: Performances and Applications

2018· article· en· W2891124852 sur OpenAlexafffund
Rajendran Muthuraj, Tizazu H. Mekonnen

Notice bibliographique

RevueMacromolecular Materials and Engineering · 2018
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueCarbon dioxide utilization in catalysis
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesUniversity of Waterloo
Mots-clésMaterials sciencePolymerNanocompositePropylene oxidePropylene carbonateThermal stabilityComposite materialPolymer nanocompositeRenewable energyCopolymerNanotechnologyChemical engineeringEthylene oxide

Résumé

récupéré en direct d'OpenAlex

Abstract The conversion of CO2into polymers such as poly(propylene carbonate) (PPC) can contribute to the reduction of dependence on fossil fuel resourced polymers. PPC is a polymer synthesized from the catalyzed copolymerization between CO2and propylene oxide. The global demand for renewable and biodegradable polymers coupled with the recent success in catalysis for the copolymerization of CO2with epoxides has paved the way for an increased interest and growth in PPC polymers. On the contrary, the extensive utilization of PPC in many applications is still challenging due to its poor thermal stability, mechanical strength, and dimensional stability. Thus, many research efforts currently focus on improving these limitations. On the other hand, polymer processing and application development efforts have continued to utilize the existing PPC. This article presents a comprehensive review of PPC polymer as a matrix component of polymer composites and nanocomposites. Progress in current research on PPC‐based material applications, including industrial packaging, electromagnetic shielding, energy storage, and biomedical applications are included. A critical review of the biodegradability, compostability, and overall sustainability of PPC is also conducted. Finally, challenges that limit the extensive use of such materials, and future research and development directions are highlighted.

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 Opus0,004
Tête enseignante GPT0,218
Écart entre enseignants0,214 · 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

Citations66
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMacromolecular Materials and EngineeringMême sujetCarbon dioxide utilization in catalysisTravaux en français237 207