Compatibilized polypropylene nanocomposites containing expanded graphite and graphene nanoplatelets
Notice bibliographique
Résumé
Abstract We present a non‐covalent compatibilization approach to prepare polypropylene (PP) composites containing expanded graphite (EG) and graphene nanoplatelets (GNPs) by melt compounding. This method involves PP matrix functionalization with pyridine (Py) moieties, which are capable of engaging in π‐π interactions with the surface of the EG and GNPs. The addition of 10 wt% of PP grafted with amino‐pyridine (PP‐g‐Py) to neat PP facilitated the break‐up of EG particles, by intercalating between their layers and facilitating their separation into smaller tactoids. GNPs were prepared starting from EG through a thermomechanical exfoliation method. Addition of GNPs to PP resulted in well‐dispersed platelets having aspect ratios as high as 40, whereas in the presence of the PP‐g‐Py compatibilizer the matrix contained sub‐micron scale platelets. The electrical percolation thresholds were in the vicinity of 6 and 10 vol% in the compatibilized PP‐EG and PP‐GNP composites, respectively, and the maximum value of the electrical conductivity achieved was 10 −1 S/m for the compatibilized GNP composites. Addition of GNPs resulted in increases in the flexural moduli by as much as 95% compared to the unfilled PP, whereas the impact strength remained unaffected up to 10 wt% GNP content.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,000 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».