MétaCan
Menu
Retour à la cohorte
Enregistrement W4392706362 · doi:10.1002/pol.20230950

Hydrothermal aging behavior of high‐performance polymeric fibers: Mechanical performance at the yarn scale and chemical analysis

2024· article· en· W4392706362 sur OpenAlexafffund
Md. Saiful Hoque, Ankit Saha, Hyun‐Joong Chung, Patricia I. Dolez

Notice bibliographique

RevueJournal of Polymer Science · 2024
Typearticle
Langueen
DomaineMaterials Science
ThématiqueTextile materials and evaluations
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMitacsUniversity of Alberta
Mots-clésAramidMaterials scienceHydrothermal circulationComposite materialUltimate tensile strengthCrystallinityFiberSynthetic fiberChemical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract High‐performance fibers are used in fire‐protective garments due to their exceptional thermal stability and mechanical performance. However, these garments suffer from a reduction in their performance over their lifetime. The purpose of this study was to investigate the hydrothermal aging of 15 yarns contained in eight fabrics made of different fiber blends. The accelerated hydrothermal aging was performed via immersion in reverse osmosis (RO) and acidic water at temperatures between 40 °C and 90 °C for up to 1200 h. The resulting mechanical, chemical, and physicochemical changes in the yarns and fabrics were assessed. The result showed a large drop in the breaking force of yarns made from para‐aramid/polybenzimidazole (PBI) fiber blends in all aging water conditions. For the other fabrics, aging in acidic water and a jar with the PBI‐containing fabrics generally caused a larger decrease in strength compared to aging in RO water in a separate jar. The results also showed that a change in crystallinity rather than in chemical structure appeared to be the cause for the changes in tensile strength after hydrothermal aging. The findings of this study will contribute to identifying strategies to improve the long‐term performance of fire‐protective fabrics.

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 Opus0,012
Tête enseignante GPT0,266
Écart entre enseignants0,254 · 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

Citations8
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Polymer ScienceMême sujetTextile materials and evaluationsTravaux en français237 207