MétaCan
Menu
Retour à la cohorte
Enregistrement W4323047900 · doi:10.18280/mmep.100108

Electrical Properties of Polyethylene Terephthalate under Hydrothermal Aging

2023· article· en· W4323047900 sur OpenAlexvenueno aff
Zohra Ait-Saadi, Mohammed Nedjar

Notice bibliographique

RevueMathematical Modelling and Engineering Problems · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueDielectric materials and actuators
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolyethylene terephthalateHydrothermal circulationMaterials sciencePolyethyleneComposite materialChemical engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

During the working of rotating machines, dielectric materials are submitted to the action of humidity.At long term, their properties can degrade and the lifetime of devices will be reduced.This paper deals with the influence of hydrothermal aging on the electrical properties of polyethylene terephthalate.The insulation was aged in water at 80℃ and 100℃.The study shows that dielectric loss factor, permittivity, volume resistivity and dielectric strength were affected by aging.The change is attributed to the fact that the aging reduces molecular bonds causing a decrease in the viscosity.Thereby, the free volume and the mean free path raise.This process leads to the raise in the mobility of charge carriers.The evolution of activation energy versus aging time exhibits minimums and maximums resulting to the plasticization and the crosslinking of the material, respectively.The TGA thermograms indicate a variation of onset temperature with aging time.It was highlighted by TGA that the decomposition occurs following one step.The FTIR analysis points out a change in the intensities of the vibrational spectra after aging.The penetration of water within the dielectric induces differential inflations.The physical chemical analysis shows a modification in the molecular conformation of the polymer.The results are analysed and discussed.

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: 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
Métarecherche0,0000,001
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 Opus0,022
Tête enseignante GPT0,187
Écart entre enseignants0,166 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMathematical Modelling and Engineering ProblemsMême sujetDielectric materials and actuatorsTravaux en français237 207