MétaCan
Menu
Retour à la cohorte
Enregistrement W4366486947 · doi:10.1021/acsomega.2c07812

New Approach to Shape Memory Polymer Composite Production Using Alkaline Lignin-Reinforced Epoxy-Based Shape Memory Polymers

2023· article· en· W4366486947 sur OpenAlexafffund
Merve Uyan, Melih Soner Çeliktaş

Notice bibliographique

RevueACS Omega · 2023
Typearticle
Langueen
DomaineMaterials Science
ThématiquePolymer composites and self-healing
Établissements canadiensUniversity of Alberta
Organismes subventionnairesTürkiye Bilimsel ve Teknolojik Araştırma KurumuEge ÜniversitesiUniversity of Alberta
Mots-clésLigninDynamic mechanical analysisMaterials sciencePolymerFlexural strengthComposite materialModulusDifferential scanning calorimetryAlkaline hydrolysisShape-memory polymerEpoxyChemical engineeringChemistryOrganic chemistryHydrolysis

Résumé

récupéré en direct d'OpenAlex

High Resolution Image Download MS PowerPoint Slide In the past few decades, there has been continued interest in shape memory polymers (SMPs), and tremendous efforts have been made to develop multifunctional composites of these SMPs to enhance the existing properties of SMPs. Although fossil-based sources are widely used in the production of shape memory polymer composites (SMPCs), the depletion of fossil-based resources and associated environmental problems increase interest toward renewable biobased products synthesized from natural resources. This study aims to produce alkaline lignin-reinforced SMPCs by using alkaline lignin in the SMP matrix. Thermo-mechanical, morphological, and shape memory tests are performed in order to reveal the effect of alkaline lignin usage in the SMP matrix on SMPC production. Differential scanning calorimetry analysis results show that adding alkaline lignin into the SMP matrix with 1 and 3% ratios led to an increase in T g values, while raising the alkaline lignin ratio to 5% decreased the T g value. According to the DMA results, increasing the alkaline lignin ratios caused an increase in the storage modulus of SMPCs, and the best storage modulus value was obtained at the 5% alkaline lignin ratio. The results of the three-point bending test also confirmed the results obtained from the DMA analysis, showing that an increasing alkaline lignin ratio caused an increase in the bending modulus. Scanning electron microscopy analysis showed a rough structure in 1 and 3% alkaline lignin supplementation, while a smoother structure was observed in 5% alkaline lignin supplementation. The smoother structure of the sample containing 5% alkaline lignin indicates that alkaline lignin supplementation exhibits a smoother surface by showing a plasticizing effect. As a result, it was observed that increasing the lignin ratio increased the polymer/alkaline lignin interaction, resulting in a harder structure and an increase in the flexural modulus value.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,092
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,034
Tête enseignante GPT0,268
Écart entre enseignants0,234 · 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.

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

Citations18
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS OmegaMême sujetPolymer composites and self-healingTravaux en français237 207