<i>In situ</i> emulsion polymerization and characterization of PVAc nanocomposites including colloidal silica nanoparticles for wood specimens bonding
Notice bibliographique
Résumé
ABSTRACT Polyvinyl acetate (PVAc) nanocomposites for wood adhesives containing different amounts of colloidal silica nanoparticles (CSNs) were synthesized via in situ one‐step emulsion polymerization. The adhesion strength of wood specimens bonded by PVAc nanocomposites was investigated by the tensile test. Thermal properties of PVAc nanocomposites were also characterized by differential scanning calorimetry and thermogravimetric analysis. Rheological and morphological properties of the PVAc nanocomposites were investigated using rheometric mechanical spectrometry and field emission scanning electron microscopy (FESEM), respectively. The obtaining results showed that the shear strength of PVAc nanocomposite including 1 wt. % CSNs has the highest shear and tensile strength about 4.7 and 3.2 MPa, respectively. A small increment of T g (~3 °C) and considerable increment of the ash content proved the enhancement of PVAc thermal characterization in the presence of CSNs. FESEM results showed uniform dispersion of nanoparticles throughout the PVAc matrix due to using the in situ emulsion polymerization process. © 2019 Wiley Periodicals, Inc. J. Appl. Polym. Sci. 2020 , 137 , 48570.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 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 ».