MétaCan
Menu
Retour à la cohorte
Enregistrement W4401008110 · doi:10.22063/poj.2022.3134.1212

Foam rotational molding of hybrid polyethylene nanocomposites: synergistic effect of microtalc and nanoclay

2022· article· en· W4401008110 sur OpenAlexaff
Saeed Karimzadeh, Taher Azdast, Rezgar Hasanzadeh, Milad Moradian, Hamidreza Akrami

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2022
Typearticle
Langueen
DomaineMaterials Science
ThématiquePolymer Foaming and Composites
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésNanocompositeComposite materialPolyethyleneMaterials scienceMolding (decorative)

Résumé

récupéré en direct d'OpenAlex

Rotational molding is a process used to produce seamless, one-piece, and hollow polymeric parts. Foam rotational molding has recently become an increasingly important process in the foam industry. However, foam rotational molding is still a challenging process to fabricate polymeric foams. The focus of this manuscript was to assess the effect of material parameters on the foam properties of samples produced by rotational molding. Rotational molding experiments were performed on a laboratory-scale two-axis rotational machine, designed and manufactured by the authors. The effects of microtalc as nucleating agent, nanoclay as reinforcing agent, and their synergetic effect were investigated on the cell density, cell size, and expansion ratio of hybrid microtalc/nanoclay polyethylene nanocomposites. The cell density was improved by 96% and 89% by addition of 1 wt% of microtalc and nanoclay, respectively, compared to pure polyethylene foams. The cell size was reduced by 20% and 17.5% in 1 wt% of microtalc and nanoclay, respectively. However, the synergetic effect of using both microtalc and nanoclay at 1 wt% was more significant compared to their individual effects. The cell density was enhanced by 313% and the cell size was decreased by 35% compared to pure samples.

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)0,002
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 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 enseignants0,026
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0020,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,076
Tête enseignante GPT0,468
Écart entre enseignants0,392 · 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 tête enseignante, pas un consensus.

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)Même sujetPolymer Foaming and CompositesTravaux en français237 207