MétaCan
Menu
Retour à la cohorte
Enregistrement W2901934807 · doi:10.1039/c8ra08312f

Synergistic effect of functionalized graphene oxide and carbon nanotube hybrids on mechanical properties of epoxy composites

2018· article· en· W2901934807 sur OpenAlexaff
Zehao Qi, Yefa Tan, Zhongwei Zhang, Li Gao, Cuiping Zhang, Jin Tian

Notice bibliographique

RevueRSC Advances · 2018
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCarbon Nanotubes in Composites
Établissements canadiensImpact
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésEpoxyGrapheneCarbon nanotubeOxideComposite materialMaterials scienceComposite numberCarbon fibersNanotechnology

Résumé

récupéré en direct d'OpenAlex

esterification reaction and 3D structure hybrids were prepared by combining 1D carbon nanotube (CNT) and 2D functionalized GO through π-stacking interaction. Epoxy composites filled with 3D structure hybrids were fabricated. The results show that functionalized GO effectively improves the dispersibility of CNTs in epoxy matrix due to good compatibility. Excellent mechanical properties were achieved by epoxy composites filled with 3D structure hybrids. The fracture surface analysis indicated improved interfacial interaction between 3D structure hybrids and epoxy matrix, which may due to the covalent bonding formed between the epoxy molecular chain grafted on EGO and the hardener agent during the curing process. In the 3D structure filler network, the mechanisms of crack deflection/bifurcation induced by functionalized GO make the crack path tortuous, which causes the cracks to encounter more CNTs and then promote the mechanisms of CNT fracture and crack bridging, resulting in more energy dissipation. This is the key mechanism for its excellent reinforcing and toughening effects.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,003
Score d'incertitude au seuil0,630

Scores Codex et Gemma par catégorie

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

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 Opus0,010
Tête enseignante GPT0,242
Écart entre enseignants0,232 · 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 tête enseignante, 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

Citations74
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRSC AdvancesMême sujetCarbon Nanotubes in CompositesTravaux en français237 207