Modelling and parameter estimation of <i>trans</i> ‐ <i>β</i> ‐farnesene coordination polymerization
Notice bibliographique
Résumé
Abstract trans ‐ β ‐Farnesene is a bio‐derived terpene monomer that can polymerize, generating polymers with properties that can be similar to the properties of conventional petroleum‐derived polymers. For this reason, in the present study, several coordination polymerizations of trans ‐ β ‐farnesene are carried out using the Ziegler–Natta catalyst system composed by neodymium versatate (), diisobutylaluminum hidride (DIBAH), and dimethyldichlorosilane (DMDCS) in order to evaluate the influence of key operation variables on the control of average molar masses and monomer conversion. A phenomenological model is proposed to describe the coordination polymerization of trans ‐ β ‐farnesene, and the kinetic parameters required to simulate the reactions are estimated. The initial concentration of DIBAH used as a chain transfer agent (CTA) is calculated by a data reconciliation procedure since this very active compound can participate in undesired side reactions. It is shown that the initial monomer, DIBAH, and concentrations exert strong influences on the monomer conversion and average molar masses of (poly)farnese while the temperature effect is not so pronounced. The proposed kinetic mechanism was able to predict well the experimental data collected during the reactions, with the successful reconciliation of CTA concentrations and estimation of model parameters.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».