MétaCan
Menu
Retour à la cohorte
Enregistrement W4295064849 · doi:10.3390/jcs6090255

Biobased Polymer Composites: A Review

2022· review· en· W4295064849 sur OpenAlexafffund
Anamol Pokharel, Kehinde James Falua, Amin Babaei‐Ghazvini, Bishnu Acharya

Notice bibliographique

RevueJournal of Composites Science · 2022
Typereview
Langueen
DomaineMaterials Science
ThématiqueNatural Fiber Reinforced Composites
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBiocompositeDurabilityEnvironmentally friendlyMaterials scienceAerospaceLife-cycle assessmentRenewable resourceComposite materialComposite numberRenewable energyEngineering

Résumé

récupéré en direct d'OpenAlex

Global environmental concerns, as well as the rapid depletion of non-renewable fossil fuel-based resources, have prompted research into the development of sustainable, environmentally friendly, and biodegradable materials for use in a variety of high-end applications. To mitigate the environmental setbacks caused by nonbiodegradable materials, the development of biocomposites with improved mechanical performance is gradually gaining momentum. Natural fibers such as hemp, flax, and sisal have been well incorporated into biocomposite development. Nonetheless, the impact of functional moieties in their life cycle cannot be underestimated. In this review paper, a detailed discussion of the characteristics and components of biocomposites is presented. The treatment of composite materials (alkali and acetylation), as well as several manufacturing processes (hand layup, 3D printing, extrusion, etc.) and the applications of biocomposites, which are not limited to the aerospace industry, packaging, biomedicine, etc., are presented. Biocomposites with excellent durability, performance, serviceability, and reliability must be produced to expand their applications.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,003

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 Opus0,045
Tête enseignante GPT0,342
Écart entre enseignants0,297 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations146
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Composites ScienceMême sujetNatural Fiber Reinforced CompositesTravaux en français237 207