MétaCan
Menu
Retour à la cohorte
Enregistrement W3129424854 · doi:10.1002/pen.25667

Additives to prevent the formation of surface defects during poly(vinyl chloride) calendering

2021· article· en· W3129424854 sur OpenAlexafffund
Roya Jamarani, Matthew W. Halloran, Kushal Panchal, Omar García‐Valdez, Roozbeh Mafi, Jim A. Nicell, Richard L. Leask, Milan Marić

Notice bibliographique

RevuePolymer Engineering and Science · 2021
Typearticle
Langueen
DomaineMaterials Science
ThématiquePolymer Science and PVC
Établissements canadiensGreenCentre CanadaMcMaster UniversityCanadian General-Tower (Canada)McGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésCalenderingMaterials scienceVinyl chlorideChemical engineeringAlkylComposite materialViscosityPolyvinyl chloridePolymer chemistryPolymerOrganic chemistryChemistryCopolymer

Résumé

récupéré en direct d'OpenAlex

Abstract Gas checks are visible fleck‐shaped defects that occur on the surface of poly(vinyl chloride) (PVC) films during industrial calendering. Films containing these surface defects often do not meet minimum product specifications and therefore must be disposed of or recycled, resulting in increased cost and material waste. Currently, gas checks are controlled by keeping film gauge low and through trial‐and‐error modifications of processing parameters by calender operators. In this work, our group developed a series of chemical additives that can be blended with PVC to prevent the formation of gas check defects. We found that a series of poly(caprolactone) (PCL)‐based compounds with diester linkers and alkyl chain cappers were all effective at preventing the formation of gas checks during calendering, with additive concentrations as low as 8 phr producing films with no gas checks. We found that the blends produced with our additives had higher melt viscosities than those produced with additives that do not remove gas checks, suggesting that viscosity plays an important role in preventing gas check defects.

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)0,001
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 seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,009
Tête enseignante GPT0,217
Écart entre enseignants0,208 · 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

Citations5
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePolymer Engineering and ScienceMême sujetPolymer Science and PVCTravaux en français237 207