MétaCan
Menu
Retour à la cohorte
Enregistrement W3093177092 · doi:10.1002/app.49948

Impact of renewable carbon on the properties of composites made by using three types of polymers having different polarity

2020· article· en· W3093177092 sur OpenAlexaff
Arturo Rodriguez‐Uribe, Michael R. Snowdon, Mohamed A. Abdelwahab, Amandine Codou, Manjusri Misra, Amar K. Mohanty

Notice bibliographique

RevueJournal of Applied Polymer Science · 2020
Typearticle
Langueen
DomaineMaterials Science
Thématiquebiodegradable polymer synthesis and properties
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésComposite materialMaterials sciencePolylactic acidPolymerPolypropyleneParticle sizeParticle (ecology)Polarity (international relations)Chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Pine wood derived biocarbon (BioC) is investigated as a renewable alternative to carbon black (CB) for plastics and composites applications. Three different polymers with different polarity were used to prepare the composites: polypropylene (PP), polylactic acid (PLA), and polyamide 6 (PA6). Comparatively, CB had a nodule size of ~300 nm and surface area of 8 m 2 /g, whereas BioC showed an average particle size of ~950 nm and surface area of ~260 m 2 /g, respectively. CB, in the composites, was found in large aggregations in the flow direction (FD), while BioC particles showed a better dispersion. Aggregation of CB affected mostly the mechanical strength of the composites. Furthermore, it was found that the overall performance of composites was influenced more by the polarity of the phases, rather than the particle size or the surface area of the fillers. Even when the polarity of the particles had an expected trend (PA6 > PLA > PP with BioC > CB), the work of cohesion obtained for the composites was PA6‐BioC > PP‐BioC > PLA‐BioC, showing, in particular, that the chain‐to‐chain intermolecular forces in neat PLA are stronger as compared to those developed by the particle‐matrix interactions.

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)0,001
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 enseignants0,017
Score d'incertitude au seuil0,427

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,042
Tête enseignante GPT0,239
Écart entre enseignants0,197 · 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

Citations15
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied Polymer ScienceMême sujetbiodegradable polymer synthesis and propertiesTravaux en français237 207