MétaCan
Menu
Retour à la cohorte
Enregistrement W2907378317 · doi:10.1002/app.47384

Fine liquid blowing: A high Reynolds number, high production rate nanofiber manufacturing technique

2018· article· en· W2907378317 sur OpenAlexaff
John Clayton Rawlins, Jinhee Kang

Notice bibliographique

RevueJournal of Applied Polymer Science · 2018
Typearticle
Langueen
DomaineMaterials Science
ThématiqueElectrospun Nanofibers in Biomedical Applications
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceReynolds numberPolymerNanofiberVolumetric flow rateComposite materialFiberLiquid flowAccelerationCore (optical fiber)Flow (mathematics)Chemical engineeringMechanicsPhysics

Résumé

récupéré en direct d'OpenAlex

ABSTRACT A novel gas‐assisted jetting process, term fine liquid blowing, is used to improve the production rate of making nanofiber from polymer solution. A high‐velocity gas stream is introduced through a central protruding core needle, while a liquid is introduce via an adjacent satellite needle. This arrangement avoids passing the high‐velocity gas over the surface of the slow flowing liquid and results in the stable acceleration of the liquid flow on its approach to the tip of the core needle, where it interacts with the high‐velocity gas, initiating numerous liquid jets at elevated Reynolds numbers of up to more than 800. The method was used to produce poly (vinyl alcohol) nonwoven fiber mats at polymer solution feed rates of up to 900 mL h, surpassing other conventional methods. The produced fibers were of diameters ranging from 96 to 430 nm. Over the tested range, polymer flow rate did not show significant influence on the resulting fiber diameter. © 2018 Wiley Periodicals, Inc. J. Appl. Polym. Sci. 2019 , 136 , 47384.

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)0,003
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 enseignants0,037
Score d'incertitude au seuil0,837

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,002
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,006
Tête enseignante GPT0,246
Écart entre enseignants0,240 · 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

Citations3
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied Polymer ScienceMême sujetElectrospun Nanofibers in Biomedical ApplicationsTravaux en français237 207