MétaCan
Menu
Retour à la cohorte
Enregistrement W4213379556 · doi:10.1016/j.jcomc.2022.100245

Enhancing the mechanical properties of fluororubber through the formation of crosslinked networks with aminated multi-walled carbon nanotubes and reduced graphene oxides

2022· article· en· W4213379556 sur OpenAlexaff
Yurou Chen, Yadong Wu, Jun Li, Xuqiang Peng, Shun Wang, Jichang Wang, Huile Jin

Notice bibliographique

RevueComposites Part C Open Access · 2022
Typearticle
Langueen
DomaineMaterials Science
ThématiquePolymer Nanocomposite Synthesis and Irradiation
Établissements canadiensUniversity of Windsor
Organismes subventionnairesWenzhou Municipal Science and Technology BureauNational Natural Science Foundation of China
Mots-clésGrapheneMaterials scienceCarbon nanotubeComposite materialOxideUltimate tensile strengthComposite numberModulusYoung's modulusNanotechnology

Résumé

récupéré en direct d'OpenAlex

To manipulate the mechanical properties of fluororubber (FKM) composites, aminated multi-walled carbon nanotubes (MWCNT-A) and reduced graphene oxide (RGO) were introduced to synergistically create additional crosslinking between the FKM networks. Effects of the improved crosslinking on the mechanical, electrical and thermal properties of the FKM composites were systematically investigated in this research. The results showed that additional linkages were created due to the interactions between FKM and MWCNT-A and between MWCNT-A and RGO, resulting the thus-prepared FKM/MWCNT-A/RGO composites with excellent mechanical, electrical and thermal properties. Compared with the pristine FKM composite, the tensile strength, modulus at 100% strain, hardness, thermal and electrical conductivity of the FKM/MWCNT-A/RGO composite exhibited great increment of 43.8%, 656.3%, 34.5%, 30.3% and eight orders of magnitude, respectively. This research demonstrates that the construction of additional crosslinking with nanofillers represents an effective and promising route for a more broad range of industrial applications of FKM.

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)0,0000,000
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 Opus0,047
Tête enseignante GPT0,296
Écart entre enseignants0,249 · 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

Citations14
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueComposites Part C Open AccessMême sujetPolymer Nanocomposite Synthesis and IrradiationTravaux en français237 207