MétaCan
Menu
Retour à la cohorte
Enregistrement W3034422861 · doi:10.18280/rcma.300204

Evaluation of Tensile Strength and Slurry Erosive Behaviour of Jute Reinforced Natural Rubber Based Flexible Composite

2020· article· fr· W3034422861 sur OpenAlexvenueno aff
Vishwas Mahesh, Sharnappa Joladarashi, S. M. Kulkarni

Notice bibliographique

RevueRevue des composites et des matériaux avancés · 2020
Typearticle
Languefr
DomaineMaterials Science
ThématiqueNatural Fiber Reinforced Composites
Établissements canadiensnon disponible
Organismes subventionnairesSiddaganga Institute of TechnologyNational Institute of Technology Karnataka, Surathkal
Mots-clésUltimate tensile strengthComposite materialComposite numberNatural rubberSlurryMaterials science

Résumé

récupéré en direct d'OpenAlex

Polymer based natural fiber reinforced composites are finding their applications in almost all fields of engineering.Flexible composites are different class of composite materials finding their usage in secondary structural application such as sacrificial structures like claddings.Mechanical and tribological characterization of the newly developed composites becomes important prior to using them in any engineering application.The present study concentrates on evaluating the tensile and slurry erosive behaviour of flexible composite manufactured by reinforcing naturally available jute fiber in the form of woven fabric in the naturally available sun dried rubber sheets (NR) using compression moulding technique.ASTM D412 standard is used to evaluate the tensile properties of the proposed flexible composite and the NR sheets.The slurry erosive behaviour is assessed using Ducom slurry erosion testing machine.The results reveal that reinforcing jute with natural rubber enhances the tensile strength compared to natural rubber sheet and the wear of the proposed flexible composite is minimal due to inclusion of natural rubber which is elastic in nature.

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 Opus0,078
Tête enseignante GPT0,307
Écart entre enseignants0,230 · 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

Citations6
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevue des composites et des matériaux avancésMême sujetNatural Fiber Reinforced CompositesTravaux en français237 207