Influence of graphene‐based compounds on the mechanical toughness and thermal stability of polypropylene
Notice bibliographique
Résumé
ABSTRACT A study of the improvement of the mechanical and thermal properties of nanocomposites prepared with polypropylene (PP) and different graphene samples [graphene oxide (GO), reduced GO (RGO), and commercial graphene (G)] is presented. X‐ray diffraction (XRD) and X‐ray photoelectron spectroscopy characterization were applied to the graphene samples. The nanocomposites were characterized by thermogravimetric analysis, XRD, differential scanning calorimetry, transmission electron microscopy (TEM), tensile, and impact resistance tests. PP/RGO nanocomposites showed significant improvement in mechanical and thermal properties. Sample PP/RGO‐0.75 resulted in an increment in Young's modulus (51%), tensile strength (24%), and elongation at break (15%). This is attributed to a good dispersion state, a higher crystallinity percentage, and a good interfacial adhesion between PP and RGO. Sample PP/RGO‐0.50 exhibited an increase of 197 °C in the temperature at which a loss in weight of 5% occurred, compared to that for pure PP. The height of stacked layers calculated by XRD measurements was similar to the value observed by TEM. © 2019 Wiley Periodicals, Inc. J. Appl. Polym. Sci. 2020 , 137 , 48258.
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 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 | 0,002 | 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».