MétaCan
Menu
Retour à la cohorte
Enregistrement W4280598359 · doi:10.37878/2708-0080/2022-2.05

ANTI-CORROSION COATINGS BASED ON RECYCLED POLYPROPYLENE AND FILLERS

2022· article· en· W4280598359 sur OpenAlexaff
A.SH. KYDYRALIEVA, O.K. BEISENBAEV, K.S. NADIROV, A.B. ISSA, Zhadyra Artykova

Notice bibliographique

RevueNeft i gaz · 2022
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMaterial Properties and Applications
Établissements canadiensPetro-Canada
Organismes subventionnairesnon disponible
Mots-clésMaterials sciencePolypropyleneCorrosionComposite materialUltimate tensile strengthFiller (materials)WollastoniteComposite numberFlexural strengthExtrusionRaw material

Résumé

récupéré en direct d'OpenAlex

The article deals with the issues of obtaining anti-corrosion compositions for corrosion protection of oil pipelines. The purpose of this study was to develop effective compositions of anti-corrosion coatings based on recycled polypropylene (PPrc), cotton soap stock, vegetable filler - guzapay; mineral filler wollastonite and montmorillonite (MMT). The proposed process of chemical interaction of the initial compounds in the prescription modification of the soap stock, in the extruder. The authors obtained a new composite of the following composition (wt. %: vegetable filler - guzapaya - 35; mineral filler - wollastonite: MMT (1: 1) - 5; sevilen - 8; soap stock - 30; PPrc - the rest. The composite composition has high performance indicators on the following positions: breaking stress in bending increased by 15-17%; shear strength increased by 10-12%; tensile strength increased by 6-8%; indentation hardness under a given load of the ball increased by 15- 20% impact strength increased by 15-17%, shrinkage during casting decreased by 30-35%. It to protect against corrosion of the main oil pipeline. This composition of the composite is selected on the basis of available and relatively inexpensive components, polyethylene rich, vegetable and mineral fillers.

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 Opus0,014
Tête enseignante GPT0,224
Écart entre enseignants0,210 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeft i gazMême sujetMaterial Properties and ApplicationsTravaux en français237 207