MétaCan
Menu
Retour à la cohorte
Enregistrement W3122929615 · doi:10.1002/pc.25949

Effect of surface modification and fiber content on the mechanical performance of compression molded polyethylene‐maple composites

2021· article· en· W3122929615 sur OpenAlexafffund
Roberto Carlos Vázquez Fletes, Alexandre Raymond, Denis Rodrigue

Notice bibliographique

RevuePolymer Composites · 2021
Typearticle
Langueen
DomaineMaterials Science
ThématiqueNatural Fiber Reinforced Composites
Établissements canadiensUniversité Laval
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaConsejo Nacional de Ciencia y Tecnología
Mots-clésMaterials scienceComposite materialCompression moldingPolyethyleneComposite numberMapleCompoundingFiberSurface modification

Résumé

récupéré en direct d'OpenAlex

Abstract With the objective of producing more sustainable materials, wood‐plastic composites were produced using linear low density polyethylene and a wide range of maple wood fiber content (up to 80% wt). This was possible by using a simple dry‐blending of the component in a powder form and compression molding. In particular, the effect of different surface treatments (mercerization, maleated polyethylene [MAPE], and their combination) on the morphology and mechanical performance of these composites was studied. The results show that all the surface treatments investigated were able to improve the fiber‐matrix adhesion, leading to better composite homogeneity, and higher mechanical properties. Furthermore, it was possible to increase the amount of wood that can be introduced in the composites compared to untreated fibers. In our case, up to 80% wt of maple fibers were easily processed generating significant improvements in moduli (367%) and strength (50%), especially when a combination of alkali‐MAPE treatment was performed. This simple processing of the composites is interesting to produce different parts size and geometry with limited degradation since no melt compounding is performed. The work also represents a way to produce sustainable, economic, and lightweight composites with improved properties using a high content of renewable filler.

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)0,000
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 enseignants0,008
Score d'incertitude au seuil0,720

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,022
Tête enseignante GPT0,252
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 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

Citations3
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePolymer CompositesMême sujetNatural Fiber Reinforced CompositesTravaux en français237 207