MétaCan
Menu
Retour à la cohorte
Enregistrement W3023575261 · doi:10.22079/jmsr.2020.112911.1283

Effect of TiO2 Nanoparticles on Barrier and Mechanical Properties of PVA Films

2021· article· en· W3023575261 sur OpenAlexaff
Maryam Zamanian, Hassan Sadrnia, Mehdi Khojastehpour, Fereshte Hosseini, Jules Thibault

Notice bibliographique

RevueJournal of membrane science and research · 2021
Typearticle
Langueen
DomaineMaterials Science
ThématiquePolymer Nanocomposite Synthesis and Irradiation
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésNanocompositeMaterials sciencePolyvinyl alcoholNanoparticleScanning electron microscopeChemical engineeringTitanium dioxideOxygen permeabilityComposite materialPolymerUltimate tensile strengthDynamic mechanical analysisTransmission electron microscopyVinyl alcoholNanotechnologyChemistryOxygenOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Nanocomposites made of nanoparticles embedded in the matrix of polymer membranes have been used in the food packaging industry due to their enhanced barrier and mechanical properties. In this study, nanocomposite films made of polyvinyl alcohol (PVA) and titanium dioxide nanoparticles (size = 20 nm, 1 and 2 wt%) were prepared by the solvent casting method and their mechanical, physical, and barrier properties were determined. Scanning electron microscopy (SEM) and X-ray diffraction analysis (XRD) were performed for characterizing the morphology of PVA/TiO2 nanocomposite films. Water vapor permeability (WVP) and oxygen transmission rate (OTR) were measured for mixed matrix PVA films for two concentrations of TiO2 nanoparticles. The results revealed that OTR and WVP decreased with increasing TiO2 nanoparticle concentration. Elongation at the break point and Young’s modulus both increased whereas strength decreased. XRD measurements confirmed the completely dispersed structure formed in the TiO2 nanocomposites. SEM micrographs showed an identical distribution at 1 and 2 wt% levels of TiO2 nanoparticles.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,033
Tête enseignante GPT0,325
Écart entre enseignants0,292 · 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 source (Gemma direct ou Codex distillé), 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

Citations25
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of membrane science and researchMême sujetPolymer Nanocomposite Synthesis and IrradiationTravaux en français237 207