MétaCan
Menu
Retour à la cohorte
Enregistrement W2991879068 · doi:10.1038/s41467-019-13410-z

An unexpected N-dependence in the viscosity reduction in all-polymer nanocomposite

2019· article· en· W2991879068 sur OpenAlexfundno aff
Tao Chen, Huanyu Zhao, Rui Shi, Wen‐Feng Lin, Xiang‐Meng Jia, Hu‐Jun Qian, Zhong‐Yuan Lu, Xingxing Zhang, Yan-Kai Li, Zhao‐Yan Sun

Notice bibliographique

RevueNature Communications · 2019
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueRheology and Fluid Dynamics Studies
Établissements canadiensnon disponible
Organismes subventionnairesBeihang UniversityUniversity of Science and Technology of ChinaNational Natural Science Foundation of ChinaMcMaster University
Mots-clésPolymerPolystyreneNanocompositeViscosityNanoparticleRheologyMaterials sciencePolymer nanocompositeThermodynamicsChemical engineeringNanotechnologyComposite materialPhysics

Résumé

récupéré en direct d'OpenAlex

Adding small nanoparticles (NPs) into polymer melt can lead to a non-Einstein-like decrease in viscosity. However, the underlying mechanism remains a long-standing unsolved puzzle. Here, for an all-polymer nanocomposite formed by linear polystyrene (PS) chains and PS single-chain nanoparticles (SCNPs), we perform large-scale molecular dynamics simulations and experimental rheology measurements. We show that with a fixed (small) loading of the SCNP, viscosity reduction (VR) effect can be largely amplified with an increase in matrix chain length [Formula: see text], and that the system with longer polymer chains will have a larger VR. We demonstrate that such [Formula: see text]-dependent VR can be attributed to the friction reduction experienced by polymer segment blobs which have similar size and interact directly with these SCNPs. A theoretical model is proposed based on the tube model. We demonstrate that it can well describe the friction reduction experienced by melt polymers and the VR effect in these composite systems.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,774
Score d'incertitude au seuil0,543

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 savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,014
Tête enseignante GPT0,292
Écart entre enseignants0,279 · 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

Citations63
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetRheology and Fluid Dynamics StudiesTravaux en français237 207