MétaCan
Menu
Retour à la cohorte
Enregistrement W4294859341 · doi:10.21272/jes.2022.9(1).c1

Investigation on the Rheological Properties of Polydimethylsiloxane

2022· article· en· W4294859341 sur OpenAlexaff
Taraneh Javanbakht

Notice bibliographique

RevueJournal of Engineering Sciences · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Sensor and Energy Harvesting Materials
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésRheologyPolydimethylsiloxaneMaterials scienceShear rateShear stressComposite materialShear (geology)Polymer

Résumé

récupéré en direct d'OpenAlex

This paper focuses on studying the rheological properties of polydimethylsiloxane (PDMS). This polymer has been used to fabricate membranes and filters in engineering. The analysis of the rheological properties of this polymer is required for a further investigation of its mechanical behavior. In this study, the rheological behavior of PDMS is reported at different temperatures. This polymer showed steady shear viscosity during a short duration. However, this behavior changed with time and increased more with increasing temperature. The impact of the temperature increase was also observed when the shear viscosity of PDMS increased with shear strain. The increase of torque with shear strain and time was observed at different temperatures. Shear stress increased linearly with the shear rate at 20 °C and 40 °C. As expected, the deformation of the polymer required less shear stress with the increase of temperature. However, the change of shear stress with the shear rate at 60 °C was not linear, and the slope of the curve increased more at high shear rates. The results of this investigation can provide the required information for a better fabrication of membranes and filters with this polymer.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,579
Score d'incertitude au seuil0,149

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0000,000

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 Opus0,060
Tête enseignante GPT0,213
Écart entre enseignants0,153 · 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.

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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Engineering SciencesMême sujetAdvanced Sensor and Energy Harvesting MaterialsTravaux en français237 207