MétaCan
Menu
Retour à la cohorte
Enregistrement W4402930138 · doi:10.3390/ma17194733

Effect of Graphene on the Mechanical Properties of Recycled High-Density and High-Molecular-Weight Polyethylene Blends

2024· article· en· W4402930138 sur OpenAlexafffund
Hniya Kharmoudi, Alae Lamtai, Saïd Elkoun, Mathieu Robert, Carl Diez

Notice bibliographique

RevueMaterials · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMicroplastics and Plastic Pollution
Établissements canadiensPolytechnique MontréalUniversité de Sherbrooke
Organismes subventionnairesMitacs
Mots-clésMaterials scienceComposite materialUltimate tensile strengthGrapheneHigh-density polyethyleneFlexural strengthPolyethyleneCrystallinityExtrusionRheologyDifferential scanning calorimetry

Résumé

récupéré en direct d'OpenAlex

This study uses an extrusion process to formulate blends based on recycled high-density and high-molecular-weight polyethylene (recHDPE, recHMWPE) for the manufacture of rainwater drainage pipes. The main objective of this project is to investigate the effects of incorporating graphene on the mechanical, thermal, and stress-cracking resistance properties of the recycled HDPE and HMWPE blends. Also, it aims to demonstrate that the addition of graphene may enable the use of different recycled polymers without compromising their properties. The effects of adding two amounts of graphene (0.5 and 1%) to recycled blends on the tensile and flexion properties, stress crack resistance (SCR) (using a notched crack ligament stress (NCLS) test), thermal behavior (using a differential scanning calorimeter (DSC) and a rheological plastometer) were investigated. The experimental results showed a significative enhancement when adding graphene in the SCR, some tensile properties (elongation at break and tensile strength), and flexural modulus. However, physical characterization showed that the samples containing 0.5% graphene exhibited lower crystallinity compared to the reference and, for the blend with 1% graphene, the fluidity also decreased for the blend filled with the graphene compared to the reference blend without any filler.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,008
Score d'incertitude au seuil0,761

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,005
Tête enseignante GPT0,185
Écart entre enseignants0,180 · 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.

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

Citations3
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMaterialsMême sujetMicroplastics and Plastic PollutionTravaux en français237 207