MétaCan
Menu
Retour à la cohorte
Enregistrement W4283716908 · doi:10.1021/acs.iecr.2c01198

Graphene-Embedded Hybrid Network Structure to Render Olefin Block Copolymer Foams with High Compression Performance

2022· article· en· W4283716908 sur OpenAlexaff
Yanting Li, Yunjie Liu, Pengjian Gong, Yanhua Niu, Chul B. Park, Guangxian Li

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2022
Typearticle
Langueen
DomaineMaterials Science
ThématiquePolymer Foaming and Composites
Établissements canadiensUniversity of Toronto
Organismes subventionnairesState Key Laboratory of Polymer Materials EngineeringSichuan UniversityNational Natural Science Foundation of China
Mots-clésGrapheneMaterials scienceLow-density polyethyleneCopolymerExfoliation jointNanocompositeChemical engineeringNucleationComposite materialPolymerPolymer chemistryNanotechnologyChemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Graphene has abundant interactions with polymers by adhering to macromolecular chain segments, facilitating heterogeneous crystal nucleation and adsorbing free radicals. Hence, a hierarchical network structure using graphene as the anchor could be formed in an olefin block copolymer (OBC)/low-density polyethylene (LDPE) blend together with cross-linking points and entanglement points. Then, a nanocomposite foam was fabricated by supercritical CO 2 foaming. In this work, a graphene-embedded hybrid network structure was designed to effectively control OBC/LDPE foaming. The strategy is as follows: (1) Macromolecular free radicals triggered by peroxide were adsorbed on the surface of graphene to form a dentritic-on-plate structure. (2) Both OBC and LDPE molecular chain segments were adhered to graphene to form a hybrid physical network. (3) Long-branched chains of LDPE formed entanglement points with both molecular chains whose segments adhered to graphene and macromolecular free radicals adsorbed on graphene. Finally, an optimized graphene content of 0.5 wt % in the obtained nanocomposite foam would maximize its compression stability (hysteresis loss of 53%) with a high resilience of 60%.

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 Opus0,029
Tête enseignante GPT0,262
Écart entre enseignants0,233 · 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

Citations16
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndustrial & Engineering Chemistry ResearchMême sujetPolymer Foaming and CompositesTravaux en français237 207