MétaCan
Menu
Retour à la cohorte
Enregistrement W4390235638 · doi:10.18280/rcma.330602

Enhancing Mechanical and Thermal Properties of Unsaturated Polyester Resin with Luffa Fiber Reinforcements: A Volumetric Analysis

2023· article· fr· W4390235638 sur OpenAlexvenueno aff
Sohaib Nafaa Hameed, Waleed Bdaiwi Salih

Notice bibliographique

RevueRevue des composites et des matériaux avancés · 2023
Typearticle
Languefr
DomaineMaterials Science
ThématiqueNatural Fiber Reinforced Composites
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceComposite materialPolyesterReinforcementUnsaturated polyesterFiberThermal

Résumé

récupéré en direct d'OpenAlex

This study investigates the influence of Luffa Fiber (LF) inclusions on the mechanical and thermal characteristics of unsaturated polyester resin composites.LFs, manually extracted from luffa plants, are integrated at volumetric fractions of 10%, 15%, 20%, and 25% into the resin using a hand lay-up technique at ambient conditions.Subsequent machining prepares the samples for mechanical analysis.It is observed that mechanical properties enhance progressively with increased LF incorporation.The optimal impact resistance reaches 2.34KJ/m 2 , with maximum hardness and compressive strength values of 81.5N/mm 2 and 43.9MPa, respectively.Concurrently, a notable reduction in thermal conductivity is evident, particularly at the 25% LF volume, where it measures approximately 0.105W/m.℃.These findings indicate that the LF-reinforced polyester composites exhibit potential for varied engineering applications.Particularly, their augmented mechanical robustness suits components such as sofa parts and door handles, while their improved thermal insulation properties render them suitable for building insulation.This investigation underscores the viability of LF as a reinforcing agent in polymeric composites, offering a balance of enhanced mechanical strength and thermal efficiency, thereby broadening the scope of their application in engineering domains.

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 seuil0,003

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 Opus0,046
Tête enseignante GPT0,266
Écart entre enseignants0,221 · 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

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevue des composites et des matériaux avancésMême sujetNatural Fiber Reinforced CompositesTravaux en français237 207