MétaCan
Menu
Retour à la cohorte
Enregistrement W2982236972 · doi:10.1088/1757-899x/609/6/062016

Microstructure and blowing agent concentration analysis in accelerated aged polyurethane & polyisocyanurate insulation

2019· article· en· W2982236972 sur OpenAlexaff
Jelena Madzarevic, Umberto Berardi

Notice bibliographique

RevueIOP Conference Series Materials Science and Engineering · 2019
Typearticle
Langueen
DomaineChemistry
ThématiqueAerogels and thermal insulation
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésBlowing agentMaterials sciencePolyurethaneMicrostructureComposite materialPolymerThermal conductivityElongationThermal insulationUltimate tensile strengthLayer (electronics)

Résumé

récupéré en direct d'OpenAlex

Abstract Some closed cell foam insulation products show an increase in thermal conductivity at low temperatures. This reduction in thermal performance has been attributed to the diffusion of air and blowing agent through the foam and to the condensation of the blowing agent. Aging processes and polymer degradation further increase the thermal conductivity of foams. The initial cell structure plays a role in dictating the thermal performance and changes with foam aging which is rarely investigated. To understand the loss of thermal performance in closed cell foams, a microstructure and chemical characterization of pristine and aged samples was performed in this study. The aging behaviour was analyzed by SEM imaging and by measuring the blowing agent concentration in the foam. Changes in the polymer physical attributes were identified. This study also used gas chromatography and quantified changes in pentane concentration in aged polyisocyanurate foams. Results show that aged foams undergo change in their polymer appearance and cellular elongation. Gas chromatography quantified a decrease in blowing agent in the range of 11-85% for polyisocyanurate foams after aging.

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 enseignants0,198
Score d'incertitude au seuil0,583

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 technologies0,0000,000
Communication savante0,0000,001
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 Opus0,016
Tête enseignante GPT0,228
Écart entre enseignants0,212 · 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

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIOP Conference Series Materials Science and EngineeringMême sujetAerogels and thermal insulationTravaux en français237 207