MétaCan
Menu
Retour à la cohorte
Enregistrement W4404386600 · doi:10.1115/1.4067165

A Study on the Influence of Polypropylene Melt Flow Index on Nonwoven Fibers Produced Through Hot Melt Centrifugal Spinning

2024· article· en· W4404386600 sur OpenAlexafffund
Jason Gunther, Mélanie Girard, Martine Dubé, Ilyass Tabiai

Notice bibliographique

RevueJournal of Manufacturing Science and Engineering · 2024
Typearticle
Langueen
DomaineMaterials Science
ThématiqueTextile materials and evaluations
Établissements canadiensÉcole de Technologie SupérieureHôpital Notre-Dame
Organismes subventionnairesMitacs
Mots-clésPolypropyleneSpinningMaterials scienceComposite materialMelt flow indexMelt spinningNonwoven fabricFlow (mathematics)FiberMechanicsPolymerCopolymer

Résumé

récupéré en direct d'OpenAlex

Abstract A hot melt centrifugal spinning process is used to manufacture polypropylene nonwoven textile such as those found in the filtering layers of medical masks. The fiber morphology and diameter distribution is influenced by the extrusion geometry and the polymer viscosity, often characterized by its melt flow index. These important geometric and physical aspects and their effects on the fiber quality are investigated in this work. The characteristics of the obtained nonwoven textile are also compared to those of the filtering layers found in a medical mask, usually made with the meltblown process. A custom-designed open-source lab-scale centrifugal spinning apparatus and the spinneret from a commercial cotton candy machine were used. This device was built at a very low cost while good quality fibers may be obtained compared to electrospinning. Its versatility allows to easily change the extrusion features. Here, a grid, nozzles, and a nozzlefree geometry, in which the polymer is extruded through a slit, were used. The behavior of five grades of polypropylene with five different melt flow indexes were compared in this process. Results show that fiber morphology improves when using the nozzle and nozzlefree geometries with a high melt flow index polymer, which were closer to the medical mask filtering layer.

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 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 enseignants0,247
Score d'incertitude au seuil0,410

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,021
Tête enseignante GPT0,268
Écart entre enseignants0,248 · 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

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Manufacturing Science and EngineeringMême sujetTextile materials and evaluationsTravaux en français237 207