Hybrid nanocellulose/carbon nanotube/natural rubber nanocomposites with a continuous three‐dimensional conductive network
Notice bibliographique
Résumé
Abstract In this study, the hybrid effect of nanocellulose/carbon nanotube (NCC/CNT) reinforcement on natural rubber (NR) nanocomposites was investigated. To this end, three series of NR nanocomposites were prepared: NCC/NR, CNT/NR and NCC/CNT/NR. First, the nanocomposites morphology and the filler–rubber interactions were studied using scanning electron microscopy (SEM) and the swelling behavior in toluene, respectively. The results showed that the presence of NCC improved the NCC/CNT hybrid filler dispersion forming a 3D network, while the presence of CNT increased the filler–matrix interaction. The curing results also confirmed that the degree of crosslinking increased when hybrid fillers were used, but the curing time was not modified. In addition, it was observed that using a NCC/CNT hybrid system led to superior mechanical properties, dynamic mechanical properties and thermal conductivity than each material used separately. When 10 phr hybrid filler (with a filler ratio of 1) was added to NR, the tensile strength, modulus at 300% elongation (M300), storage modulus at 10% strain and thermal conductivity were all increased by 57%, 137%, 120%, and 30%, respectively. The results also showed that the NR nanocomposites properties can be controlled by tuning the NCC/CNT filler ratio.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».