MétaCan
Menu
Retour à la cohorte
Enregistrement W3190904734 · doi:10.1002/vnl.21853

Poly(ε‐caprolactone)‐based additives: Plasticization efficacy and migration resistance

2021· article· en· W3190904734 sur OpenAlexafffund
Roya Jamarani, Matthew W. Halloran, Kushal Panchal, Jim A. Nicell, Richard L. Leask, Milan Marić

Notice bibliographique

RevueJournal of Vinyl and Additive Technology · 2021
Typearticle
Langueen
DomaineMaterials Science
ThématiquePolymer Science and PVC
Établissements canadiensCanadian General-Tower (Canada)McGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMcGill University
Mots-clésPlasticizerMaterials scienceCaprolactoneElongationUltimate tensile strengthAlkylPhthalatePolymer chemistryChemical engineeringPolymerComposite materialChemistryOrganic chemistryPolymerization

Résumé

récupéré en direct d'OpenAlex

Abstract A family of poly(caprolactone) (PCL)‐based oligomeric additives was evaluated as plasticizers for poly(vinyl chloride) (PVC). We found that the entire family of additives, which consist of a PCL core, diester linker, and alkyl chain cap, were effective plasticizers that improve migration resistance. The elongation at break and tensile strength of the blends made with the PCL‐based additives were comparable to blends prepared with diisononyl phthalate (DINP), a plasticizer typically used industrially, and diheptyl succinate (DHPS), an alternative biodegradable plasticizer. Increasing concentration was found to decrease glass transition temperature ( T g ) and increase elongation at break, confirming their role as functional plasticizers. We found that all of the PCL‐based plasticizers exhibited significantly reduced leaching into hexanes compared to DINP and DHPS. The PCL‐based plasticizers with shorter carbon chain lengths reduced leaching more than those with longer carbon chain lengths.

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)0,000
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
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
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 Opus0,008
Tête enseignante GPT0,239
Écart entre enseignants0,231 · 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

Citations13
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Vinyl and Additive TechnologyMême sujetPolymer Science and PVCTravaux en français237 207