The effects of solvent casting temperature and physical aging on <scp>polyhydroxybutyrate‐graphene</scp> nanoplatelet composites
Notice bibliographique
Résumé
Abstract Due to their unique set of properties, polymer composites reinforced with graphenic nanoparticles are materials of interest for applications such as actuators, sensors, and degradable electronic components. To implement polymer nanocomposites in such applications, it is necessary to understand how both processing conditions and aging affect their properties. This is especially important when the matrix is composed of a semicrystalline polymer susceptible to transformations due to aging. In this study, we investigate the physical properties of a biodegradable polymer nanocomposite, comprising a polyhydroxybutyrate (PHB) matrix loaded with graphene nanoplatelets (GNP) as a conductive filler. PHB/GNP nanocomposite films were prepared at different solvent casting temperatures ranging from 80 to 140°C. Results show that electrical resistivity decreased— from 42.3 Ω cm for 80°C to 3.01 Ω cm for 110°C and 1.5 Ω cm for 140°C—with increasing solvent casting temperature. Moreover, for nanocomposite films containing less than 10 wt% of GNP and processed at 80°C, we observed significant decrease in resistivity (>50%) over time when the sample was aged at room temperature. We postulate that this decrease in resistivity arises from the cold‐crystallization of PHB, as observed by X‐ray diffraction analysis, and the densification of the polymer matrix, which is a direct consequence of an increase in crystallinity of nearly 20% over 168 h of aging. These results show that understanding the aging behavior of nanocomposites made from semicrystalline polymers such as PHB is crucial when designing conductive polymer composites and active devices.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».