MétaCan
Menu
Retour à la cohorte
Enregistrement W2902744163 · doi:10.1002/cjce.23405

A robust computational method based on the thermodynamic approach for determining monomer partitioning in emulsion polymerization systems

2018· article· en· W2902744163 sur OpenAlexvenueno aff
Ali Safinejad, Saeed Pourmahdian, Behzad Shirkavand Hadavand

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2018
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMaterial Dynamics and Properties
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDispersityMonomerParticle (ecology)Materials scienceEmulsionSwellingEmulsion polymerizationPolymerVolume fractionParticle sizeChemical engineeringThermodynamicsSolubilityPolymerizationPolymer chemistryChemistryPhysical chemistryComposite materialPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract A robust computational framework based on the thermodynamic approach for determining monomer partitioning in monodisperse/polydisperse multi‐component emulsion systems was introduced. The numerical methods were applied to determine monomer partitioning in three monodisperse and one hypothetical polydisperse multi‐monomer emulsion systems. Larger particle size promotes the swelling ability of particles and increases the monomers content ratio for monomer with lower solubility in particle phase. For polydisperse systems, there is a strong particle size dependency of polymer volume fraction and the volumetric ratio of the monomers in particles, even for large particles and/or under partial swelling condition. In monodisperse systems, the particle size independency of monomers' volumetric ratio is only valid for large enough particles and/or partial swelling conditions. The results show that the prediction of the thermodynamic model can be brought close to reasonable results only with values of interfacial tensions, which are several times higher than the experimentally measured data.

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)0,001
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,273
Score d'incertitude au seuil0,191

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0000,000

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 Opus0,025
Tête enseignante GPT0,213
Écart entre enseignants0,188 · 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'étudeSimulation ou modélisation
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

Citations3
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetMaterial Dynamics and PropertiesTravaux en français237 207