Influence of polymer solution composition on the microstructure and thermal and mechanical characteristics of polycaprolactone films
Notice bibliographique
Résumé
Abstract This study investigates the effects of addition of oils and alkanes to the polymer solution on the properties of polycaprolactone (PCL) films. The films were prepared by casting films onto a mold and evaporation in air. Films made without oils showed a dense microstructure. Most of the oils generated porous films, except for cyclohexane and castor oil. The neat PCL and cyclohexane films were stronger than other films, with a tensile strength of about ~11.5 MPa, followed by terpenes (~6.5 MPa) and the weakest films were obtained with hexadecane (~3.5 MPa). The elastic modulus was highest with limonene (~350 MPa), followed by cyclohexane (~150 MPa), and the lowest modulus (~65 MPa) was obtained with castor oil and hexadecane. All films showed high elongation at break (>400%). The degree of crystallinity was the highest with terpenes, whereas the lowest crystallinity was obtained with hexadecane. No significant effect of the oils on the thermal transition temperatures of the films could be observed. In summary, the microstructure and mechanical properties of the PCL films could be effectively fine‐tuned for various applications through the addition of oils and alkanes to the polymer solution. Highlights Oils and alkanes were added to polycaprolactone (PCL) casting solution. PCL films were prepared by casting films onto a mold and evaporation in air. Oils affected the microstructure and mechanical properties of the films. Addition of oils provides a flexible tool to tailor the film properties. PCL films with varying properties could be fabricated for different fields.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».