MétaCan
Menu
Retour à la cohorte
Enregistrement W4390394686 · doi:10.3390/polym16010120

From Waste to Value Added Products: Manufacturing High Electromagnetic Interference Shielding Composite from End-of-Life Vehicle (ELV) Waste

2023· article· en· W4390394686 sur OpenAlexafffund
Roxana Moaref, Shaghayegh Shajari, Uttandaraman Sundararaj

Notice bibliographique

RevuePolymers · 2023
Typearticle
Langueen
DomaineMaterials Science
ThématiqueElectromagnetic wave absorption materials
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMaterials scienceComposite materialComposite numberElectromagnetic shieldingNanocompositeWaste management

Résumé

récupéré en direct d'OpenAlex

The use of plastics in automobiles is increasing dramatically due to their advantages of low weight and cost-effectiveness. Various products can be manufactured by recycling end-of-life vehicle (ELV) plastic waste, enhancing sustainability within this sector. This study presents the development of an electromagnetic interference (EMI) shield that can be used for protecting electronic devices in vehicles by recycling waste bumpers of ethylene propylene diene monomer (EPDM) rubber from ELVs. EPDM waste was added to a unique combination of 40/60: PP/CaCO3 master batch and conductive nanofiller of carbon nanotubes using an internal melt mixing process. This nanocomposite was highly conductive, with an electrical conductivity of 5.2×10-1S·cm-1 for 5 vol% CNT in a 30 wt% EPDM/70 wt% PP/CaCO3 master batch and showed a high EMI shielding effectiveness of 30.4 dB. An ultra-low percolation threshold was achieved for the nanocomposite at 0.25 vol% CNT. Waste material in the composite improved the yield strain by about 46% and strain at break by 54% in comparison with the same composition without waste. Low cost and light-weight fabricated composite from ELV waste shows high EMI SE for application in electronic vehicles and opens a new path to convert waste to wealth.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,006
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,016
Tête enseignante GPT0,240
Écart entre enseignants0,223 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations11
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePolymersMême sujetElectromagnetic wave absorption materialsTravaux en français237 207