Comparing Long‐Chain Branching Mechanisms for Ethylene Polymerization with Metallocenes and Other Single‐Site Catalysts: What Simulated Microstructures Can Teach Us
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Three different long‐chain branch (LCB) formation mechanisms for ethylene polymerization with metallocenes in solution polymerization semi‐batch and continuous stirred‐tank reactors are modeled to predict the microstructure of the resulting polymer. The three mechanisms are terminal branching, C–H bond activation, and intramolecular random incorporation. Selected polymerization parameters are varied to observe how each mechanism affects polymer microstructure. Increasing the ethylene concentration during semi‐batch polymerization reduces the LCB frequency of polymers made with the terminal branching and intramolecular mechanisms, but has no effect on those made with the C–H bond activation mechanism, which disagrees with most previous data published in the literature. The intramolecular mechanism predicts that LCB frequencies hardly depend on polymerization time or ethylene conversion, which also disagrees with the published experimental data for these systems. For continuous polymerization reactors, experimental data relating polydispersity to LCB frequency can be well described with the terminal branching mechanism, but both C–H bond activation and intramolecular models fail to describe this experimental relationship. Therefore, detailed simulations confirm that the terminal branching mechanism is indeed the most likely mechanism for LCB formation when ethylene is polymerized with single‐site coordination catalysts such as metallocenes in solution polymerization reactors.
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.
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 découle