MétaCan
Menu
Retour à la cohorte
Enregistrement W2921370723 · doi:10.1002/pc.25257

Influence of glass fibers and rubber particles on the viscoelastic behavior of polyamide 6,6 blended composites

2019· article· en· W2921370723 sur OpenAlexafffund
Adam Pearson, Tariq Sami Oweimreen, Hani E. Naguib

Notice bibliographique

RevuePolymer Composites · 2019
Typearticle
Langueen
DomaineMaterials Science
ThématiquePolymer Nanocomposites and Properties
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaOntario Centres of Excellence
Mots-clésMaterials scienceComposite materialGlass transitionPolyamideGlass fiberCrystallizationThermoplasticNatural rubberComposite numberViscoelasticityPolymer

Résumé

récupéré en direct d'OpenAlex

Recently, in many industrial fields, there has been a drive to replace traditional metallic components with high strength polymer composites in the interest of reducing weight. Polyamide 6,6 (PA66) is a high strength thermoplastic and the behavior can be further enhanced by the addition of reinforcing fillers. Here, PA66 matrix has been reinforced with chopped glass fiber as well as hybrid composites containing both glass fiber and rubber particles. First, a baseline characterization of the mechanical properties is presented followed by a report on the thermal transitions, melting, crystallization, and glass transition, for the composite and pure materials. It is found that the filled samples show lower degree of crystallization and that the glass filled samples show lower crystallization and melting temperatures. Additionally, it was found that the glass reinforced samples led to a decrease in the glass transition temperature (Tg) while higher testing frequencies corresponded to an increase in Tg. Finally, it was demonstrated that the glass filled compounds were able to better retain their mechanical properties at high temperatures relative to the unreinforced materials. POLYM. COMPOS., 40:3960–3970, 2019. © 2019 Society of Plastics Engineers

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 enseignants0,017
Score d'incertitude au seuil0,701

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 GPT0,218
Écart entre enseignants0,208 · 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

Citations7
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePolymer CompositesMême sujetPolymer Nanocomposites and PropertiesTravaux en français237 207