MétaCan
Menu
Retour à la cohorte
Enregistrement W4280613963 · doi:10.1122/8.0000441

Linear viscoelasticity of PP/PS/MWCNT composites with co-continuous morphology

2022· article· en· W4280613963 sur OpenAlexafffund
Daria Strugova, Éric David, Nicole R. Demarquette

Notice bibliographique

RevueJournal of Rheology · 2022
Typearticle
Langueen
DomaineMaterials Science
ThématiquePolymer crystallization and properties
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesCanadian Network for Research and Innovation in Machining Technology, Natural Sciences and Engineering Research Council of Canada
Mots-clésMaterials scienceComposite materialViscoelasticityRheologyAnnealing (glass)Carbon nanotubeMicrostructureScanning electron microscopePolypropylenePolystyrenePercolation thresholdPolymerElectrical resistivity and conductivity

Résumé

récupéré en direct d'OpenAlex

In this work, a study of the linear viscoelastic properties of co-continuous polypropylene/polystyrene blends filled with multiwall carbon nanotubes (MWCNTs) is presented. The YZZ rheological model [W. Yu et al., Polymer 51, 2091–2098 (2010)] is employed to correlate the rheological behavior of the blends with their microstructure and electrical properties. A test design involving a sequence of small amplitude oscillatory shear and a time sweep (simulating thermal annealing) is used to evaluate the morphology and evolution of electrical properties. It was shown that the YZZ rheological model could be successfully modified to be able to quantify a co-continuous morphology of filled composites. The calculated characteristic domain size was found to be in good agreement with the experimental data obtained via scanning electron microscopy. Furthermore, it is shown that the characteristic domain size slightly decreased after 30 min of thermal annealing. It was shown, as well, that thermal annealing promoted a reduction in the electrical percolation threshold (wt. % MWCNT) from 0.28 to 0.06.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,026
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

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)0,0030,000

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 Opus0,011
Tête enseignante GPT0,239
Écart entre enseignants0,228 · 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.

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

Citations10
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of RheologyMême sujetPolymer crystallization and propertiesTravaux en français237 207