MétaCan
Menu
Retour à la cohorte
Enregistrement W4386607946 · doi:10.1002/adem.202300699

Polybutylene Succinate Auxetic Membrane Produced by Solution Electrospinning

2023· article· en· W4386607946 sur OpenAlexaff
Mahboubeh Ahmadi Bonakdar, X. Chen, Ali Akbar Sarbanha, Denis Rodrigue

Notice bibliographique

RevueAdvanced Engineering Materials · 2023
Typearticle
Langueen
DomaineMaterials Science
ThématiqueElectrospun Nanofibers in Biomedical Applications
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésAuxeticsMaterials scienceMembraneElectrospinningComposite materialFiberPolybutylene succinatePolybutylene terephthalatePoisson's ratioUltimate tensile strengthTransverse planeFabricationDeformation (meteorology)Poisson distributionPolymerStructural engineeringMathematics

Résumé

récupéré en direct d'OpenAlex

Herein, a simple and cost‐effective method (solution electrospinning) is used to produce auxetic biobased polybutylene succinate membranes. The effect of fiber morphology, orientation, and alignment is investigated on the mechanical properties of the resulting membranes with a focus on Poisson's ratio. The degree of orientation is controlled by increasing the speed of the collector (from 4.03 to 11.01 m s−1) during membrane fabrication. The results indicate that membranes with oriented fibers show a more auxetic behavior than those with randomly orientated fibers. In particular, samples with a high level of alignment and tested in the transverse direction present higher negative Poisson's ratios (down to −5.73) compared to samples tested in the parallel direction (Poisson's ratios down to −2.90). However, samples tested in the transverse direction show lower tensile properties with higher dissipated energy and damping factor. Therefore, the level of fiber orientation and the number of fibers in the transverse and parallel directions are the most important parameters controlling the mechanical properties of electrospun membranes.

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 seuil0,002

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 Opus0,004
Tête enseignante GPT0,220
Écart entre enseignants0,216 · 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

Citations10
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvanced Engineering MaterialsMême sujetElectrospun Nanofibers in Biomedical ApplicationsTravaux en français237 207