MétaCan
Menu
Retour à la cohorte
Enregistrement W3177594079 · doi:10.1515/ipp-2020-4072

In Situ Visualization for Control of Nano-Fibrillation Based on Spunbond Processing Using a Polypropylene/Polyethylene Terephthalate System

2021· article· en· W3177594079 sur OpenAlexaff
A. Shahin, Vahid Shaayegan, Patrick Lee, Chul B. Park

Notice bibliographique

RevueInternational Polymer Processing · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Sensor and Energy Harvesting Materials
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMaterials sciencePolypropyleneMicrofiberPolyethylene terephthalateComposite materialPolymerFiberPolyethyleneScanning electron microscopeNanoscopic scaleComposite numberSpinningVolumetric flow rateNanotechnology

Résumé

récupéré en direct d'OpenAlex

Abstract In situ generation of polyethylene terephthalate (PET) nanofibrils in polypropylene (PP) microfibers via fiber spinning in a spunbond process was studied in this work. The effects of polymer flow rate and air speed in the drafter on the formation of PET fibrils were investigated using a pilot scale machine. An in-situ visualization technique was applied to examine the fiber evolution events and stretch profile at die exit. A scanning electron microscope was used to analyze and investigate the morphology of the dispersed domain. The PET dispersed phase was fibrillated within the PP matrix such that a nonofibrillated composite containing fibrils with an average size around 100 nm was obtained. It was found that the final fibril size directly depends on the degree of die swell, the air speed and the polymer flow rate. It was also found that the in situ observed size of the micro-scale PP/PET fibers was well correlated to the size of the nano-scale PET fibers formed in the PP matrix. The visualization results revealed that a smaller fibril diameter was obtainable by increasing the stretching on the spin line and/or decreasing the die swell.

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 enseignants0,498
Score d'incertitude au seuil0,880

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0000,000

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 Opus0,016
Tête enseignante GPT0,277
Écart entre enseignants0,261 · 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

Citations4
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Polymer ProcessingMême sujetAdvanced Sensor and Energy Harvesting MaterialsTravaux en français237 207