MétaCan
Menu
Retour à la cohorte
Enregistrement W4385783181 · doi:10.1002/pen.26441

Investigation and characterization of dielectric, thermal, and chemical properties of recycled <scp>high‐density polyethylene</scp> blended with virgin <scp>polyethylene</scp>

2023· article· en· W4385783181 sur OpenAlexaff
Iman Shirzaei Sani, Nicole R. Demarquette, Éric David

Notice bibliographique

RevuePolymer Engineering and Science · 2023
Typearticle
Langueen
DomaineMaterials Science
ThématiqueHigh voltage insulation and dielectric phenomena
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésHigh-density polyethyleneMaterials scienceDielectricPolyethyleneComposite materialImpurityDielectric lossCharacterization (materials science)Organic chemistryChemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Dielectric performance of post‐consumer recycled HDPE blended with virgin HDPE was investigated to evaluate the possibility of using these materials for the insulation of electrical wires and cables. The presence of organic and inorganic impurities was investigated using thermal and chemical methods (TGA, DSC, and EDX). The characterization of impurities revealed different amount of inorganic impurities in recycled material that was depending on the execution of melt filtration by the recycler to prepare the recycled material. Higher values of both dielectric losses and dielectric constant were observed for post‐consumer recycled PE, with the dielectric loss of recycled material almost 17 times higher than the one of virgin PE at power frequency (60 Hz). The short‐term breakdown strength of post‐consumer recycled HDPE was observed to be slightly lower than that of virgin PE. The experimental result showed that blending the recycled stream with virgin materials was effective in order to enhance dielectric properties of recycled material. In this regards, dielectric losses decreased by almost 50% when 50% of virgin HDPE was added to the recycled material. In addition, breakdown strength was improved when virgin HDPE was added.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,046
Score d'incertitude au seuil0,594

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,011
Tête enseignante GPT0,187
Écart entre enseignants0,176 · 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.

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

Citations10
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolymer Engineering and ScienceMême sujetHigh voltage insulation and dielectric phenomenaTravaux en français237 207