MétaCan
Menu
Retour à la cohorte
Enregistrement W3081144827 · doi:10.1021/acsapm.0c00698

Thermally-Degradable Thermoset Adhesive Based on a Cellulose Nanocrystals/Epoxy Nanocomposite

2020· article· en· W3081144827 sur OpenAlexafffund
Jung-Soo Kang, Andrew J. Myles, Kenneth D. Harris

Notice bibliographique

RevueACS Applied Polymer Materials · 2020
Typearticle
Langueen
DomaineMaterials Science
ThématiqueAdvanced Cellulose Research Studies
Établissements canadiensNational Institute for Nanotechnology
Organismes subventionnairesInnotech AlbertaAlberta InnovatesAlberta-Pacific Forest Industries
Mots-clésEpoxyAdhesiveMaterials scienceThermosetting polymerNanocompositeComposite materialCellulosePolymerDegradation (telecommunications)X-ray photoelectron spectroscopyChemical engineering

Résumé

récupéré en direct d'OpenAlex

For high-value components, reusability is often an important design consideration. For adhesively joined parts, the disassembly mechanism can be a key factor, and in some cases the thermal degradability of adhesives determines the reusability and recyclability of the components. After use, components that can be easily separated are generally more easily reused, but this requires controlled and well-understood adhesive degradation. Here, polymer nanocomposites based on epoxy resin and cellulose nanocrystals (CNCs) were fabricated, and their properties were examined as degradable adhesives. The distribution of CNCs within the epoxy resin was investigated by electron microscopy and mass spectroscopy. By incorporating CNCs into epoxy matrices, the shear strength of nanocomposites was improved by 31% and the effective thermal degradation temperature was reduced by 40 °C. Additionally, chemical analysis by X-ray photoelectron spectroscopy showed that sulfonate groups on the surface of CNCs play a critical role over improving the mechanical properties, while thermally induced breakage of these bonds mediates the thermal degradation of the nanocomposite.

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 Opus0,020
Tête enseignante GPT0,250
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

Citations14
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS Applied Polymer MaterialsMême sujetAdvanced Cellulose Research StudiesTravaux en français237 207