MétaCan
Menu
Retour à la cohorte
Enregistrement W3191632168 · doi:10.3390/pr9081335

Thermal and Kinetic Behaviors during Co-Pyrolysis of Microcrystalline Cellulose and Styrene–Butadiene–Styrene Triblock Copolymer

2021· article· en· W3191632168 sur OpenAlexaff
Shijie Yu, Xiaoxiao Yang, Hui Zhou, Zhongchao Tan, Kunlin Cong, Yanguo Zhang, Qinghai Li

Notice bibliographique

RevueProcesses · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueThermochemical Biomass Conversion Processes
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésMicrocrystalline cellulosePyrolysisCopolymerMaterials scienceThermogravimetric analysisStyreneCelluloseChemical engineeringKineticsActivation energyThermal decompositionStyrene-butadieneDecompositionPolymer chemistryOrganic chemistryComposite materialChemistryPolymer

Résumé

récupéré en direct d'OpenAlex

The interaction between various municipal solid waste components is very important for the actual solid waste treatment process. Microcrystalline cellulose (MC) and styrene–butadiene–styrene triblock copolymer (SBS) are important components of municipal solid waste. In this paper, co-pyrolysis characteristics and kinetics of MC and SBS with different heating rates were investigated using a thermogravimetric analyzer. The overlap ratio was defined to evaluate the interaction between MC and SBS. The results showed that the decomposition temperature of MC was lower than that of SBS during pyrolysis. The interaction between MC and SBS, an inhibitory effect, was most significant when the MC mass fraction was 70% with an overlap ratio of 0.9764. SBS had almost no effect on the pyrolysis temperature of MC, while MC delayed the pyrolysis of SBS. Adding MC in SBS can significantly reduce the energy required for the reaction.

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 enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,005
Tête enseignante GPT0,198
Écart entre enseignants0,193 · 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

Citations12
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProcessesMême sujetThermochemical Biomass Conversion ProcessesTravaux en français237 207