Terpolymerization of Triisopropylsilyl Acrylate, Methyl Methacrylate, and Butyl Acrylate: Reactivity Ratio Estimation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Ternary monomer reactivity ratios of triisopropylsilyl acrylate (SiA), methyl methacrylate (MMA), and n ‐butyl acrylate (BA), as common monomers in self‐polishing coatings (SPCs) binders are obtained using experimental data collected from free radical bulk polymerization at 70 °C. Different terpolymerizations at low and medium‐high conversions are performed at optimized feed compositions. Estimations are made using the error‐in‐variables model (EVM) framework, applying the recast form of the Alfrey–Goldfinger (AG) model and a direct numerical integration (DNI) approach to the collected data. Estimations from individual low and medium‐high conversion data are compared to those found with the combined data (full conversion range data). The highest certainty in point estimates are obtained with analysis of the full conversion range data. Furthermore, the reactivity ratios determined from the combined data fall between those found with analysis of individual low and medium‐high conversion data, another corroboration of reliable data collection. Reactivity ratios determined from analysis of the combined data ( r SiA/MMA = 0.4185, r MMA/SiA = 1.3754, r SiA/BA = 0.8739, r BA/SiA = 0.5736, r BA/MMA = 0.3692, r MMA/BA = 1.7919) are used in the recast AG model to predict cumulative terpolymer composition as a function of conversion. The experimental data and model prediction show satisfactory agreement.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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