MétaCan
Menu
Retour à la cohorte
Enregistrement W2906503561 · doi:10.3390/nano9010029

Influence of Nanoparticle Pretreatment on the Thermal, Rheological and Mechanical Properties of PLA-PBSA Nanocomposites Incorporating Cellulose Nanocrystals or Montmorillonite

2018· article· en· W2906503561 sur OpenAlexafffund
Wissam Abdallah, Amin Mirzadeh, Victor Tan, Musa R. Kamal

Notice bibliographique

RevueNanomaterials · 2018
Typearticle
Langueen
DomaineMaterials Science
Thématiquebiodegradable polymer synthesis and properties
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMaterials scienceMontmorilloniteNanocompositeNanoparticleDynamic mechanical analysisComposite materialChemical engineeringAdipateRheologyPolymerNanotechnology

Résumé

récupéré en direct d'OpenAlex

Nanoparticles based on cellulose nanocrystals (CNC) and montmorillonite clay (MMT) were prepared using spray freeze-drying. The nanoparticles were then used as reinforcement to prepare nanocomposites with poly(lactic acid) (PLA) as the polymer matrix. The effect of spray freeze-dried CNC (SFD-CNC) and spray freeze-dried MMT (SFD-MMT) on the rheological and mechanical properties of PLA and its blends with poly[(butylene succinate)-co-adipate)] (PBSA) were investigated. An epoxy chain extender was used during preparation of the blends and nanocomposites to enhance the mechanical properties of the products. Different methods such as scanning electron microscopy, X-ray diffraction and adsorption/desorption analyses were used to characterize the prepared nanoparticles and their localization in the blends. Dynamic oscillatory shear behavior, elongational viscosity and mechanical characteristics of the nanocomposites of PLA and the blends were evaluated. The results obtained for nanocomposites filled with unmodified SFD-MMT were compared with those obtained when the filler was a commercial organically modified montmorillonite nanoclay (methyl-tallow-bis(2-hydroxyeethyl) quaternary ammonium chloride) (C30B), which was not spray freeze-dried.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,469

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,035
Tête enseignante GPT0,230
Écart entre enseignants0,195 · 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

Citations27
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNanomaterialsMême sujetbiodegradable polymer synthesis and propertiesTravaux en français237 207