Dielectric spectroscopy of poly(ethylene oxide)–carbon nanotube nanocomposites
Notice bibliographique
Résumé
The dielectric properties of poly(ethylene oxide)–multiwalled carbon nanotube (MWCNT) nanocomposites have been studied over a wide range of frequency (0.1–106 Hz) and temperature (180–300 K). Nanocomposites were prepared by both melt mixing and twin-screw extrusion, and the concentration of MWCNTs was varied from 0 to 5 wt. %. Both the real and imaginary parts of the complex permittivity increase with the increasing MWCNT concentration. We observe a percolation transition in the DC conductivity of the composites above a critical MWCNT concentration pc. The data from the twin-screw extruded samples give a very well-defined value of pc and a percolation exponent of 1.9 ± 0.2, in good agreement with theoretical predictions. In contrast, both the percolation threshold and the critical exponent were more poorly defined for the melt-mixed nanocomposites. This indicates that the conductive properties of these materials can strongly depend on the details of sample preparation. Our data suggest that the dc conductivity of the nanocomposites is due to the conduction along the nanotubes, coupled with thermally activated transport of electrons across thin polymer bridges, which separate the nanotubes. The frequency dependence of the dielectric spectrum was studied as a function of temperature and composition. The primary dielectric relaxation process is due to the motions of electric dipoles on the polymer backbone. At low MWCNT concentrations, the relaxation involves the entire polymer chains and is slowed substantially when a low concentration of MWCNT is added. At higher MWCNT concentrations, the relaxation becomes much faster. We attribute this to binding of the polymer chains to the nanotubes, which reduces the length of the chain segments contributing to the dielectric relaxation.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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) | 0,000 | 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 tête enseignante, 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 ».