MétaCan
Menu
Retour à la cohorte
Enregistrement W3181621332 · doi:10.3390/coatings11070851

Effects of Chromic Treatment on the Surface Properties of Polypropylene (PP) Wood Composites

2021· article· en· W3181621332 sur OpenAlexafffund
Marouan Rejeb, Ahmed Koubaa, F. Elleuch, François Godard, Sébastien Migneault, Besma Bouslimi, Mohamed Khlif, Hatem Mrad

Notice bibliographique

RevueCoatings · 2021
Typearticle
Langueen
DomaineMaterials Science
ThématiqueNatural Fiber Reinforced Composites
Établissements canadiensUniversité du Québec en Abitibi-Témiscamingue
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMitacsCanada Research Chairs
Mots-clésChromic acidMaterials scienceComposite materialCoatingPolypropyleneSurface roughnessPulp (tooth)EpoxyAdhesionComposite numberSurface modificationChemical engineeringChemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

The moisture sensitivity of wood–polymer composites (WPCs) is mainly related to their hydrophilic wood components. Coatings are among the alternatives that improve the dimensional stability of these composites. However, the adhesion of most coatings to the WPC surface is generally poor. Thus, chemical and/or mechanical treatments should be applied to the WPC surface to improve the coating adhesion. Therefore, the main objective of this study was to improve the adhesion coating of polypropylene (PP) WPCs through a chromic treatment. PP was reinforced by three different pulp fibers (kraft, thermomechanical (TMP), and chemothermomechanical (CTMP)) at three fiber contents (50, 60, and 70% w/w). A chromic treatment was applied to the PP-based WPCs to activate the surface of the composites and alter their roughness parameters, creating a higher interfacial zone that improved the bonding of the epoxy coating to the surface of the PP composites. The chromic treatment increased the roughness of the surface. An increase in profile and surface parameters was observed after treatment. This treatment modified the chemical composition of the surface by creating polar carbon–oxygen groups and increasing the carbonyl and hydroxyl indexes.

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 enseignants0,002
Score d'incertitude au seuil0,338

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 Opus0,014
Tête enseignante GPT0,218
Écart entre enseignants0,205 · 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

Citations6
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCoatingsMême sujetNatural Fiber Reinforced CompositesTravaux en français237 207