MétaCan
Menu
Retour à la cohorte
Enregistrement W2965176276 · doi:10.1002/app.48295

<i>In situ</i> compatibilization of a polyethylene, polypropylene, and polystyrene ternary blend through Friedel–Crafts alkylation

2019· article· en· W2965176276 sur OpenAlexaff
VINICIUS LUIZ DE CARVALHO, Camila Safieddine, Nicole R. Demarquette, Luís Antônio Pinheiro

Notice bibliographique

RevueJournal of Applied Polymer Science · 2019
Typearticle
Langueen
DomaineMaterials Science
ThématiquePolymer crystallization and properties
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesFundação AraucáriaCoordenação de Aperfeiçoamento de Pessoal de Nível Superior
Mots-clésCompatibilizationMaterials sciencePolystyrenePolypropyleneHigh-density polyethylenePolyethylenePolymer blendPolymer chemistryTernary operationUltimate tensile strengthComposite materialPhase (matter)PolymerOrganic chemistryCopolymerChemistry

Résumé

récupéré en direct d'OpenAlex

ABSTRACT The Friedel–Crafts alkylation reaction has been applied to reactively compatibilize a ternary blend of high‐density polyethylene (HDPE), polypropylene (PP), and polystyrene (PS). The reactions were carried out in an internal mixer using varying catalyst concentrations. The resulting compatibilizer was quantified after Soxhlet extraction. In addition, p ‐substitution due to the grafting of alkyl groups onto the PS benzene ring was identified via nuclear magnetic resonance spectroscopy. The size of the PS domain in the reactive compositions is decreased by 80%. Moreover, the phase in which PS droplets were dispersed varied, that is, in the nonreactive blends they were found in the PP phase and in the reactive blends they shifted toward the HDPE phase. The effect of the compatibilizing agent was to improve the mechanical properties of the blend. Even with the lowest catalyst content, the properties of elongation‐at‐break, tensile strength, toughness, and elastic modulus showed improvements. © 2019 Wiley Periodicals, Inc. J. Appl. Polym. Sci. 2020 , 137 , 48295.

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 enseignants0,008
Score d'incertitude au seuil0,622

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,009
Tête enseignante GPT0,237
Écart entre enseignants0,228 · 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'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied Polymer ScienceMême sujetPolymer crystallization and propertiesTravaux en français237 207