MétaCan
Menu
Retour à la cohorte
Enregistrement W3212976916 · doi:10.1063/5.0068537

Rheological, electrical, and dynamic thermomechanical properties: Comparison between multiwall and double-wall carbon nanotubes in polylactide and polyamide 11

2021· article· en· W3212976916 sur OpenAlexafffund
Zeinab Mousavi, Marie‐Claude Heuzey, Musa R. Kamal, Emmanuel Flahaut, Pierre J. Carreau

Notice bibliographique

RevuePhysics of Fluids · 2021
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCarbon Nanotubes in Composites
Établissements canadiensMcGill UniversityPolytechnique Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésCarbon nanotubeNanocompositePolyamidePercolation thresholdMaterials scienceRheologyComposite materialDynamic mechanical analysisPercolation (cognitive psychology)PolymerElectrical resistivity and conductivity

Résumé

récupéré en direct d'OpenAlex

In this study, multiwall carbon nanotubes (MWCNTs) and double-wall carbon nanotubes (DWCNTs) have been dispersed in polylactide (PLA) and polyamide 11 (PA11) using an internal mixer. Rheological characterization confirmed the formation of carbon nanotube (CNT) networks in PLA and PA11 attributed to well-dispersed CNTs in the respective matrices. A lower rheological percolation threshold of PLA/MWCNT nanocomposites (less than 0.5 wt. %) compared to PA11/MWCNT nanocomposites (about 2 wt. %) confirmed the greater affinity of CNTs for PLA. The threshold for DWCNTs was below 0.5 wt. % in PLA and between 0.5 and 1 wt. % in PA11. PLA-based nanocomposites also showed higher electrical conductivity values compared to PA11-based nanocomposites. Nanocomposites containing DWCNTs exhibited higher electrical conductivities compared to those containing MWCNTs due to the higher aspect ratio of DWCNTs. Dynamic mechanical thermal analysis showed enhanced storage modulus values and reduced damping behavior with increasing content of CNTs for both polymers.

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 enseignants0,031
Score d'incertitude au seuil0,885

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,028
Tête enseignante GPT0,273
Écart entre enseignants0,245 · 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

Citations7
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysics of FluidsMême sujetCarbon Nanotubes in CompositesTravaux en français237 207