MétaCan
Menu
Retour à la cohorte
Enregistrement W4296613221 · doi:10.1002/app.53130

Lightweight and flexible bismuth oxide composite with enhanced <scp>x‐ray</scp> shielding efficiency

2022· article· en· W4296613221 sur OpenAlexafffund
Elahe Cheraghi, Siyuan Chen, Jiayu Alexander Liu, Yonghai Sun, John T. W. Yeow

Notice bibliographique

RevueJournal of Applied Polymer Science · 2022
Typearticle
Langueen
DomaineMaterials Science
ThématiqueRadiation Shielding Materials Analysis
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Space AgencyCMC Microsystems
Mots-clésNanocompositeMaterials scienceElectromagnetic shieldingComposite numberBismuthComposite materialPolydimethylsiloxaneCarbon nanotubePolymerOxide

Résumé

récupéré en direct d'OpenAlex

Abstract Lead‐based shielding materials are commonly used to protect clinical personnel and patients from high energy x‐ray radiations. However, the toxicity and heavy weight of lead can result in serious health concerns and limit its applications. Alternatively, polymer composites are known as one of the potential candidates to shield high energy photons. Herein, polydimethylsiloxane (PDMS) nanocomposites are fabricated using different weight percentages (wt.%) of bismuth oxide (Bi 2 O 3 ) and multi walled carbon nanotube (MWCNT) nanoparticles. The mechanical strength of nanocomposites is evaluated by Instron 5548 Micro Tester. Also, x‐ray shielding properties are characterized using continuous x‐ray energies from 60 to 90 keV. To study the effect of the nanocomposite structure on mechanical and shielding properties, multilayer nanocomposites in 2 to 5 layers are also fabricated with alternately PDMS/Bi 2 O 3 and PDMS/MWCNT layers and are characterized by the same methods. The 5‐layer nanocomposite improves the mechanical strength from 1.7 MPa in neat PDMS to 4.68 MPa. It is also capable of attenuating 89% of the scattered x‐rays generated at a tube potential of 60 keV, with a weight advantageous in comparison with pure lead.

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 seuil0,003

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 Opus0,007
Tête enseignante GPT0,220
Écart entre enseignants0,213 · 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

Citations6
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Applied Polymer ScienceMême sujetRadiation Shielding Materials AnalysisTravaux en français237 207